Bo zidar Ivankovi c Tomislav Fratrovi c Studijska godina ...e-student.fpz.hr/Predmeti/V/Vjerojatnost_i_statistika/Novosti/Nastava... · Bo zidar Ivankovi c Tomislav Fratrovi c Vjerojatnost

Vjerojatnost i statistika


Bozidar IvankovicTomislav Fratrovic

Studijska godina, jesen 2012

Bozidar Ivankovic Tomislav Fratrovic Vjerojatnost i statistika


Ukratko

Kolegij ”Vjerojatnost i statistika” sastoji se od tri povezanapodrucja:

1 Kombinatorika i Vjerojatnost

2 Slucajne varijable

3 Statistika

Literatura:E. Kovac Striko, T. Fratrovic, B. Ivankovic: Vjerojatnosti statistika s primjerima iz tehnologije prometa



Ukratko




3 Statistika




Ukratko




3 Statistika




Ukratko




3 Statistika




Ukratko




3 Statistika




Ukratko




3 Statistika

Literatura:

E. Kovac Striko, T. Fratrovic, B. Ivankovic: Vjerojatnosti statistika s primjerima iz tehnologije prometa



Ukratko




3 Statistika




Rjesavanje ispita

1 Potpis:

1 Domace zadace2 Aktivna prisutnost

2 Prolaz:

1 Izvanredni pismeno-usmeni rok za prisutne2 Na redovnom roku najmanje dva boda iz pismenog.

3 Usmeni dio obavezan nakon prolaska pismenog



Rjesavanje ispita

1 Potpis:


2 Prolaz:





Rjesavanje ispita

1 Potpis:

1 Domace zadace

2 Aktivna prisutnost

2 Prolaz:





Rjesavanje ispita

1 Potpis:


2 Prolaz:





Rjesavanje ispita

1 Potpis:


2 Prolaz:





Rjesavanje ispita

1 Potpis:


2 Prolaz:

1 Izvanredni pismeno-usmeni rok za prisutne

2 Na redovnom roku najmanje dva boda iz pismenog.




Rjesavanje ispita

1 Potpis:


2 Prolaz:





Rjesavanje ispita

1 Potpis:


2 Prolaz:





Kombinatorika

Teorem ( o uzastopnom prebrojavanju)

Neka se u uredenoj m-torki (a1, a2, . . . , am)

- prva komponenta a1 moze se birati na k1 razlicitih nacina,

- nakon vec odabrane komponente a1, druga komponentu a2moze se izabrati na k2 razlicitih nacina,

...

- sve dok se nakon svih prethodnih, posljednja moze birati nakm razlicitih nacina,

Tada skup T svih uredenih m-torki (a1, a2, . . . , am) imak1 · k2 · · · km elemenata.



Kombinatorika





...





Kombinatorika





...





Kombinatorika





...





Kombinatorika





...





Kombinatorika





...





Kombinatorika





...





Kombinatorika





...





Primjer i zadatak

Primjer

Za rucak su ponudena dva glavna jela i tri deserta. Na koliko serazlicitih nacina moze objedovati tako da se uzme tocno jednoglavno jelo i tocno jedan desert? (2 · 3)

Zadatak

Profesor ima tri odijela, osam kosulja, 10 kravata i dva para cipela.Na koliko se razlicitih nacina moze obuci? (3 · 8 · 11 · 2, ne morakravatu.)

Zadatak

U zatvoru za rucak su ponudene dvije vrste juhe, tri vrste glavnogjela i cetiri vrste kolaca. Na koliko se nacina moze objedovati, akokorisnik KPD-a moze uzeti najvise po jednu juhu, glavno jelo ikolac? (3 · 4 · 5− 1, ako strajka gladu, ne ruca.)



Primjer i zadatak

Primjer

Za rucak su ponudena dva glavna jela i tri deserta. Na koliko serazlicitih nacina moze objedovati tako da se uzme tocno jednoglavno jelo i tocno jedan desert?

(2 · 3)

Zadatak


Zadatak




Primjer i zadatak

Primjer


Zadatak


Zadatak




Primjer i zadatak

Primjer


Zadatak

Profesor ima tri odijela, osam kosulja, 10 kravata i dva para cipela.Na koliko se razlicitih nacina moze obuci?

(3 · 8 · 11 · 2, ne morakravatu.)

Zadatak




Primjer i zadatak

Primjer


Zadatak

Profesor ima tri odijela, osam kosulja, 10 kravata i dva para cipela.Na koliko se razlicitih nacina moze obuci? (3 · 8 · 11 · 2,

ne morakravatu.)

Zadatak




Primjer i zadatak

Primjer


Zadatak


Zadatak




Primjer i zadatak

Primjer


Zadatak


Zadatak

U zatvoru za rucak su ponudene dvije vrste juhe, tri vrste glavnogjela i cetiri vrste kolaca. Na koliko se nacina moze objedovati, akokorisnik KPD-a moze uzeti najvise po jednu juhu, glavno jelo ikolac?

(3 · 4 · 5− 1, ako strajka gladu, ne ruca.)



Primjer i zadatak

Primjer


Zadatak


Zadatak

U zatvoru za rucak su ponudene dvije vrste juhe, tri vrste glavnogjela i cetiri vrste kolaca. Na koliko se nacina moze objedovati, akokorisnik KPD-a moze uzeti najvise po jednu juhu, glavno jelo ikolac? (3 · 4 · 5− 1,

ako strajka gladu, ne ruca.)



Primjer i zadatak

Primjer


Zadatak


Zadatak

U zatvoru za rucak su ponudene dvije vrste juhe, tri vrste glavnogjela i cetiri vrste kolaca. Na koliko se nacina moze objedovati, akokorisnik KPD-a moze uzeti najvise po jednu juhu, glavno jelo ikolac? (3 · 4 · 5− 1, ako strajka gladu, ne ruca.)Bozidar Ivankovic Tomislav Fratrovic Vjerojatnost i statistika


Ukljucivanje i iskljucivanje

Primjer

U studentskoj grupi su 24 studenta. Engleski govori 20 studenata,a njemacki 10. Kako je to moguce?

Zadatak

Od svih studenata upisanih na prvoj godini 40% ih je poloziloMatematiku, 50% Osnove elektrotehnike i 80% Racunarstvo.Nadalje, 30% studenata polozilo je Matematiku i Osnoveelektrotehnike, 40% Osnove elektrotehnike i Racunarstvo, dok ih je25% polozilo Matematiku i Racunarstvo. Ako se zna da je 20%studenata polozilo sva tri predmeta, koliki postotak studenata nijepolozio niti jedan od navedena tri kolegija?

rjesenja: bar 6 zna oba jezika, 5% niti jedan




Primjer


Zadatak


rjesenja: bar 6 zna oba jezika, 5% niti jedan




Primjer


Zadatak


rjesenja: bar 6 zna oba jezika,

5% niti jedan




Primjer


Zadatak


rjesenja: bar 6 zna oba jezika, 5% niti jedanBozidar Ivankovic Tomislav Fratrovic Vjerojatnost i statistika


Algebra skupova. Vennovi dijagrami

Skup i element skupa - osnovni matematicki pojmovi.

Skupovi su zatvorene cjeline i predocavaju se krugovima -Vennovim dijagramima.

Brojnost - brojevi unutar skupa.

Zadatak

Primjenom Vennovih dijagrama rijesite prethodni zadatak




Skup i element skupa

- osnovni matematicki pojmovi.



Zadatak





Skup i element skupa -

osnovni matematicki pojmovi.



Zadatak








Zadatak






Skupovi su zatvorene cjeline i predocavaju se krugovima -

Vennovim dijagramima.


Zadatak








Zadatak







Brojnost

- brojevi unutar skupa.

Zadatak







Brojnost -

brojevi unutar skupa.

Zadatak








Zadatak




Permutacije bez ponavljanja

Zadatak

Na koliko nacina mogu uvijek ista prva petorica socijalnih slucajevastajati u redu za pucku kuhinju?

Definicija

Permutacija n-clanog skupa S je svaki niz od n medusobnorazlicitih elemenata iz S .

Teorem

Broj permutacija skupa od n elemenata iznosi n!.

Faktorijela je unarna operacija:

n! = 1 · 2 · · · n.




Zadatak


Definicija


Teorem



n! = 1 · 2 · · · n.




Zadatak


Definicija


Teorem



n! = 1 · 2 · · · n.




Zadatak


Definicija


Teorem



n! = 1 · 2 · · · n.




Zadatak


Definicija


Teorem



n! = 1 · 2 · · · n.



Broj permutacija bez ponavljanja

Zadatak

Koliko se 4-slovnih zaporki moze sloziti od rijeci FRKA?

Zadatak

Koliko ima telefonskih brojeva u kojima se po jednom javljajuznamenake 3, 4, 5, 6, 7, 8, 9?

Zadatak

Na koliko nacina mogu Andrija, Blaz, Cvetko i Dragec igrati Belu ucetvero? (Andrija sjedne, a ostali popunjavaju slobodna mjesta: 6)

Zadatak

Na koliko nacina moze 11 vitezova sjesti za okrugli stol? 10!




Zadatak


Zadatak


Zadatak


Zadatak





Zadatak


Zadatak


Zadatak

Na koliko nacina mogu Andrija, Blaz, Cvetko i Dragec igrati Belu ucetvero?

(Andrija sjedne, a ostali popunjavaju slobodna mjesta: 6)

Zadatak





Zadatak


Zadatak


Zadatak

Na koliko nacina mogu Andrija, Blaz, Cvetko i Dragec igrati Belu ucetvero? (Andrija sjedne, a ostali popunjavaju slobodna mjesta:

6)

Zadatak





Zadatak


Zadatak


Zadatak


Zadatak

Na koliko nacina moze 11 vitezova sjesti za okrugli stol?

10!




Zadatak


Zadatak


Zadatak


Zadatak




Permutacije s ponavljanjem

Primjer

Koliko se zaporki moze napraviti od rijeci TATA?

Primjer

Koliko se PIN-ova moze napraviti od PIN-a 3272?

Primjer

Na koliko se nacina mogu posloziti slova u rijeci KRAPINA? A urijeci OTORINOLARINGOLOGIJA?

Teorem

Permutacija s ponavljanjem ima onoliko puta manje odpermutacija bez ponavljanja, koliko iznosi umnozak faktorijelaelemenata koji se ponavljaju.




Primjer


Primjer


Primjer


Teorem





Primjer


Primjer


Primjer


Teorem





Primjer


Primjer


Primjer

Na koliko se nacina mogu posloziti slova u rijeci KRAPINA?

A urijeci OTORINOLARINGOLOGIJA?

Teorem





Primjer


Primjer


Primjer


Teorem





Primjer


Primjer


Primjer


Teorem




Varijacije bez ponavljanja

Primjer

Na koliko nacina moze 10 umirovljenika zauzeti 5 mjesta utramvaju?

Definicija

Varijacija r -tog razreda skupa S od n elemenata je svaka uredenar -torka medjusobno razlicitih elemenata iz skupa S .Broj varijacija:V rn = n!

(n−r)! = n · (n − 1) · · · (n − r + 1). Dzepna racunaljka imaprogram nPr koji racuna varijacije bez ponavljanja.




Primjer


Definicija






Primjer


Definicija

Varijacija r -tog razreda skupa S od n elemenata je svaka uredenar -torka medjusobno razlicitih elemenata iz skupa S .

Broj varijacija:V rn = n!





Primjer


Definicija


(n−r)! = n · (n − 1) · · · (n − r + 1).

Dzepna racunaljka imaprogram nPr koji racuna varijacije bez ponavljanja.




Primjer


Definicija





Varijacije s ponavljanjem

Zadatak

Na koliko se nacina, teoretski, moze popuniti listic sportskeprognoze ako se za svaki od 13 parova smije ponuditi bilo koji odtri znaka: X , 0 ili 1?

Zadatak

Tri prijatelja kupuju Peugeote koji su ponudeni u cetiri boje. Nakoliko nacina oni mogu izabrati boje?

Zadatak

U grupi je 6 studenata i 4 studentice. Na koliko se nacina mogustudentima svidati studentice? Na koliko se nacina mogu studentisvidati studenticama?

Broj varijacija r -tog razreda skupa od n elemenata s ponavljanjemjednak je nr




Zadatak


Zadatak


Zadatak






Zadatak


Zadatak


Zadatak






Zadatak


Zadatak


Zadatak

U grupi je 6 studenata i 4 studentice. Na koliko se nacina mogustudentima svidati studentice?

Na koliko se nacina mogu studentisvidati studenticama?





Zadatak


Zadatak


Zadatak






Zadatak


Zadatak


Zadatak


Broj varijacija r -tog razreda skupa od n elemenata s ponavljanjemjednak je nrBozidar Ivankovic Tomislav Fratrovic Vjerojatnost i statistika


Kombinacije bez ponavljanja

Primjer

Kosarkaski trener prijavio je 11 igraca. Koliko razlicitih petorkimoze biti na parketu?

Jedan nacin odabira petorke. Svi igraci poredaju se u vrstu. Nakoliko je nacina to moguce? Prvih pet se u dresovima posalje uigru. Ostalih 6 u trenirkama sjede.

11!

5!6!.

Isto bi bilo da trener bira kojih 6 ce sjediti na klupi.




Primjer



11!

5!6!.





Primjer


Jedan nacin odabira petorke.

Svi igraci poredaju se u vrstu. Nakoliko je nacina to moguce? Prvih pet se u dresovima posalje uigru. Ostalih 6 u trenirkama sjede.

11!

5!6!.





Primjer


Jedan nacin odabira petorke. Svi igraci poredaju se u vrstu. Nakoliko je nacina to moguce?

Prvih pet se u dresovima posalje uigru. Ostalih 6 u trenirkama sjede.

11!

5!6!.





Primjer


Jedan nacin odabira petorke. Svi igraci poredaju se u vrstu. Nakoliko je nacina to moguce? Prvih pet se u dresovima posalje uigru.

Ostalih 6 u trenirkama sjede.

11!

5!6!.





Primjer



11!

5!6!.





Primjer



11!

5!6!.





Primjer



11!

5!6!.




Broj kombinacija bez ponavljanja

Definicija

Kombinacija od k-tog razreda skupa od n elemenata svaki je izborpodskupa od k elemenata izuzet iz skupa od n elemenata.

Propozicija

Broj kombinacija jednak je

(nk

)=

n!

k!(n − k)!

Binomni koeficijent

(nk

)moguce je na boljim dzepnim

racunaljkama dobiti programom nCr .

Primjer

Koliko kombinacija ima Lotto 7/39? A koliko Lotto 6/45?




Definicija


Propozicija


(nk

)=

n!

k!(n − k)!

Binomni koeficijent

(nk



Primjer





Definicija


Propozicija


(nk

)=

n!

k!(n − k)!

Binomni koeficijent

(nk



Primjer





Definicija


Propozicija


(nk

)=

n!

k!(n − k)!

Binomni koeficijent

(nk



Primjer





Definicija


Propozicija


(nk

)=

n!

k!(n − k)!

Binomni koeficijent

(nk



Primjer

Koliko kombinacija ima Lotto 7/39?

A koliko Lotto 6/45?




Definicija


Propozicija


(nk

)=

n!

k!(n − k)!

Binomni koeficijent

(nk



Primjer




Kombinacije s ponavljanjem

Primjer

Na koliko nacina mogu cura i decko pojesti tri kremsnite?

Svaki od nacina je objekt koji se u teoriji skupova nazivamultiskup:

c , c, c cura je pojela sve tri kremsnite

c , c, d = c , d , c = d , c , c cura dvije, decko jednu

c , d , d = · · · dvije je pojeo decko

d , d , dUkupan broj je (

2 + 3− 13

).




Primjer







2 + 3− 13

).




Primjer







2 + 3− 13

).




Primjer







2 + 3− 13

).




Primjer



c , c, c

cura je pojela sve tri kremsnite




2 + 3− 13

).




Primjer







2 + 3− 13

).




Primjer




c , c, d = c , d , c = d , c , c

cura dvije, decko jednu



2 + 3− 13

).




Primjer







2 + 3− 13

).




Primjer







2 + 3− 13

).




Primjer






d , d , d

Ukupan broj je (2 + 3− 1

3

).




Primjer







2 + 3− 13

).




Problem

Kako moze pet djecaka podijeliti 12 bombona?

Definicija

Kombinacija r -tog razreda skupa od n elemenata s ponavljanjem jemultiskup od r elemenata u kojem je najvise n vrsta elemenata.

Teorem

Broj kombinacija racuna se po formuli: Krn =

(n + r − 1

r

)




Problem


Definicija


Teorem


(n + r − 1

r

)




Problem


Definicija


Teorem


(n + r − 1

r

)




Problem


Definicija


Teorem


(n + r − 1

r

)



Zadaci

1 Dobavljac narucuje pet glacala koja mogu biti ispravna ilineispravna. Na koliko nacina se mogu dobiti?

2 Na koliko se nacina mogu 3 jednake knjige razdijeliti medu 12ucenika, tako da svaki ucenik dobije najvise jednu knigu?

3 Registarska plocica zagrebackog registarskog podrucja ima uizboru 3 i 4-znamenkasti broj, te jedno ili dva slova abecedekoja ne mogu biti palatali, koliko se razlicitih tablica mozeizdati?

4 Na nekom je sahovskom turniru odigrano 78 partija. Turnir jeigran po principu da je svaki igrac odigrao sa svakim samojedan mec. Koliko je bilo sahista na turniru?

5 U skupu od 100 studenata engleski jezik zna 28 studenata,njemacki 30, francuski 42, engleski i njemacki zna njih 8,engleski i francuski 10, njemacki i francuski pet, dok sva trijezika znaju samo tri studenta. Koliko studenata ne znanijedan jezik?



Zadaci








Zadaci








Zadaci








Zadaci








Zadaci








Rjesenja

1 Rjesenje: 6

2 Rjesenje: 1320 nacina

3 Rjesenje: 5 566 000

4 Rjesenje: 13 ucesnika

5 Rjesenje: 20 studenata



Rjesenja

1 Rjesenje: 6

2 Rjesenje: 1320 nacina

3 Rjesenje: 5 566 000

4 Rjesenje: 13 ucesnika

5 Rjesenje: 20 studenata



Intuitivna vjerojatnost

Slucajan pokus je pokus s vrlinama

- nepoznat ishod- poznati svi ishodi- ponavljanje po volji

Odrediti postotak sansi dogadaja prije pokusa.

1 Kolika je vjerojatnost da ce kod bacanja simetricnog novcicapasti ”pismo”?

2 Kolika je vjerojatnost da ce kod bacanja kocke pasti broj 6?

3 Kolika je vjerojatnost da ce kod izvlacenja jedne karte iz spilaod 32 biti izvucena karta boje ”karo”?

4 Kolika je vjerojatnost da razlika brojeva na bacene dvije kockebude manja od tri?















- nepoznat ishod

- poznati svi ishodi- ponavljanje po volji










- nepoznat ishod- poznati svi ishodi

- ponavljanje po volji




































































Algebra skupova

Skupovi (A,B,C . . .) su zatvorene cjeline. Univerzalni skup (Ω)cine elementi koji se uzimaju u provjeru pripadnosti definiranogskupa. Prazan skup jedini nema elemenata. Intuitivno!

Definicija

Operacije sa skupovima

unija A ∪ B,

presjek A ∩ B,

komplement u univerzalnom skupu Ac ,

razlika skupova A \ B

Zadatak

Vennovim dijagramima pokazite identitete: A ∩ Bc = A \ B,(A ∩ B)c = Ac ∪ Bc , A ∩ (B ∪ C ) = (A ∩ B) ∪ (A ∩ C ).



Algebra skupova

Skupovi (A,B,C . . .) su zatvorene cjeline.

Univerzalni skup (Ω)cine elementi koji se uzimaju u provjeru pripadnosti definiranogskupa. Prazan skup jedini nema elemenata. Intuitivno!

Definicija


unija A ∪ B,

presjek A ∩ B,



Zadatak




Algebra skupova

Skupovi (A,B,C . . .) su zatvorene cjeline. Univerzalni skup (Ω)cine elementi koji se uzimaju u provjeru pripadnosti definiranogskupa.

Prazan skup jedini nema elemenata. Intuitivno!

Definicija


unija A ∪ B,

presjek A ∩ B,



Zadatak




Algebra skupova

Skupovi (A,B,C . . .) su zatvorene cjeline. Univerzalni skup (Ω)cine elementi koji se uzimaju u provjeru pripadnosti definiranogskupa. Prazan skup jedini nema elemenata.

Intuitivno!

Definicija


unija A ∪ B,

presjek A ∩ B,



Zadatak




Algebra skupova


Definicija


unija A ∪ B,

presjek A ∩ B,



Zadatak




Algebra skupova


Definicija


unija A ∪ B,

presjek A ∩ B,



Zadatak




Algebra skupova


Definicija


unija A ∪ B,

presjek A ∩ B,



Zadatak




Algebra skupova


Definicija


unija A ∪ B,

presjek A ∩ B,



Zadatak




Algebra skupova


Definicija


unija A ∪ B,

presjek A ∩ B,



Zadatak




Algebra skupova


Definicija


unija A ∪ B,

presjek A ∩ B,



Zadatak

Vennovim dijagramima pokazite identitete:

A ∩ Bc = A \ B,(A ∩ B)c = Ac ∪ Bc , A ∩ (B ∪ C ) = (A ∩ B) ∪ (A ∩ C ).



Algebra skupova


Definicija


unija A ∪ B,

presjek A ∩ B,



Zadatak

Vennovim dijagramima pokazite identitete: A ∩ Bc = A \ B,

(A ∩ B)c = Ac ∪ Bc , A ∩ (B ∪ C ) = (A ∩ B) ∪ (A ∩ C ).



Algebra skupova


Definicija


unija A ∪ B,

presjek A ∩ B,



Zadatak

Vennovim dijagramima pokazite identitete: A ∩ Bc = A \ B,(A ∩ B)c = Ac ∪ Bc ,

A ∩ (B ∪ C ) = (A ∩ B) ∪ (A ∩ C ).



Algebra skupova


Definicija


unija A ∪ B,

presjek A ∩ B,



Zadatak




Algebra dogadaja

Elementarni dogadaj je svaki ishod slucajnog pokusa: ω

Prostor elementarnih dogadaja je univerzalni skup svih ishoda Ω

Dogadaj je skup

Nemogucim dogadajem naziva se

prazan skup ∅ ⊂ Ωbilo koji skup C : C ∩ Ω = ∅

Sigurnim dogadajem naziva se skup Ω.

Operacije s dogadajima su logicke:ili (unija); i (presjek); ne (komplement).



Algebra dogadaja

Elementarni dogadaj je svaki ishod slucajnog pokusa:

ω


Dogadaj je skup







Algebra dogadaja



Dogadaj je skup







Algebra dogadaja



Dogadaj je skup







Algebra dogadaja



Dogadaj je skup







Algebra dogadaja



Dogadaj je skup







Algebra dogadaja



Dogadaj je skup


prazan skup ∅ ⊂ Ω

bilo koji skup C : C ∩ Ω = ∅Sigurnim dogadajem naziva se skup Ω.




Algebra dogadaja



Dogadaj je skup







Algebra dogadaja



Dogadaj je skup







Algebra dogadaja



Dogadaj je skup




Operacije s dogadajima su logicke:

ili (unija); i (presjek); ne (komplement).



Algebra dogadaja



Dogadaj je skup




Operacije s dogadajima su logicke:ili (unija);

i (presjek); ne (komplement).



Algebra dogadaja



Dogadaj je skup




Operacije s dogadajima su logicke:ili (unija); i (presjek);

ne (komplement).



Algebra dogadaja



Dogadaj je skup







Velicina skupa

Velicina skupa moze biti

- prirodan broj- neogranicena ali prebrojiva- neogranicena ali neprebrojiva- ogranicena ali neprebrojiva

Zadatak

Odredite velicine vjerojatnosnih prostora

1 Potrosnja vode sutra u Zagrebu.

2 Izvlacenje karata iz spila dok se ne izvuce herc bez vracanjaizvucene karte.

3 Izvlacenje karata iz spila dok se ne izvuce herc sa vracanjemsvake izvucene karte.

4 Mjerenje vrelista vode



Velicina skupa



Zadatak








Velicina skupa


- prirodan broj

- neogranicena ali prebrojiva- neogranicena ali neprebrojiva- ogranicena ali neprebrojiva

Zadatak








Velicina skupa


- prirodan broj- neogranicena ali prebrojiva

- neogranicena ali neprebrojiva- ogranicena ali neprebrojiva

Zadatak








Velicina skupa


- prirodan broj- neogranicena ali prebrojiva- neogranicena ali neprebrojiva

- ogranicena ali neprebrojiva

Zadatak








Velicina skupa



Zadatak








Velicina skupa



Zadatak








Velicina skupa



Zadatak








Velicina skupa



Zadatak








Velicina skupa



Zadatak








Velicina skupa



Zadatak





4 Mjerenje vrelista vodeBozidar Ivankovic Tomislav Fratrovic Vjerojatnost i statistika


Intuitivna definicija vjerojatnosti

Vjerojatnost dogadjaja - p(A) =k(A)

k(Ω), gdje je k(A) = |A| velicina

skupa A.

Zadatak

Koliko je vjerojatna sedmica na lotu ako igrac odigra sistem od 23broja?

Zadatak

Koliko je vjerojatno da mali Ivica pogodi prozor loptom ako nocunapucava zid 10× 5 metara na kojem je prozor 1.20× 1 metar.

Zadatak

Policiji je dojavljeno da nocu od dva do tri manijak prolazi krozcrveno. Koliko je vjerojatno da policija ulovi izgrednika ako

ceka u zasjedi od pola tri do petnaest do tri.

u dva i petnaest produ raskrscem




Vjerojatnost dogadjaja -

p(A) =k(A)


skupa A.

Zadatak


Zadatak


Zadatak









skupa A.

Zadatak


Zadatak


Zadatak









skupa A.

Zadatak


Zadatak


Zadatak









skupa A.

Zadatak


Zadatak


Zadatak









skupa A.

Zadatak


Zadatak


Zadatak









skupa A.

Zadatak


Zadatak


Zadatak









skupa A.

Zadatak


Zadatak


Zadatak






Vjerojatnostni prostor

σ - algebra je kolekcija F podskupova skupa Ω, koja sadrzi ∅, Ω,komplement svakog svojeg clana Ac = Ω \ A izatvorena je na prebrojivu uniju. Tada je zatvorena ina presjek.

Vjerojatnost je funkcija p : F → [0, 1] za koju vrijedi:p(A) ≥ 0p(Ω) = 1p(Ω \ A) = p(Ac) = 1− p(A)p(A ∪ B) = p(A) + p(B)− p(A ∩ B).

Vjerojatnosni prostor je trojka (p,F ,Ω).Vjerojatnost a’posteriori je statisticke prirode.

Zadatak

Prilikom 10000 pokusaja uspostave veze, ona uspostavljena 6789puta. Kolika je vjerojatnost uspostave veze?




σ - algebra je kolekcija F podskupova skupa Ω, koja

sadrzi ∅, Ω,komplement svakog svojeg clana Ac = Ω \ A izatvorena je na prebrojivu uniju. Tada je zatvorena ina presjek.



Zadatak





σ - algebra je kolekcija F podskupova skupa Ω, koja sadrzi ∅,

Ω,komplement svakog svojeg clana Ac = Ω \ A izatvorena je na prebrojivu uniju. Tada je zatvorena ina presjek.



Zadatak





σ - algebra je kolekcija F podskupova skupa Ω, koja sadrzi ∅, Ω,

komplement svakog svojeg clana Ac = Ω \ A izatvorena je na prebrojivu uniju. Tada je zatvorena ina presjek.



Zadatak





σ - algebra je kolekcija F podskupova skupa Ω, koja sadrzi ∅, Ω,komplement svakog svojeg clana Ac = Ω \ A

izatvorena je na prebrojivu uniju. Tada je zatvorena ina presjek.



Zadatak





σ - algebra je kolekcija F podskupova skupa Ω, koja sadrzi ∅, Ω,komplement svakog svojeg clana Ac = Ω \ A izatvorena je na prebrojivu uniju.

Tada je zatvorena ina presjek.



Zadatak






Vjerojatnost je funkcija p : F → [0, 1] za koju vrijedi:

p(A) ≥ 0p(Ω) = 1p(Ω \ A) = p(Ac) = 1− p(A)p(A ∪ B) = p(A) + p(B)− p(A ∩ B).


Zadatak






Vjerojatnost je funkcija p : F → [0, 1] za koju vrijedi:p(A) ≥ 0

p(Ω) = 1p(Ω \ A) = p(Ac) = 1− p(A)p(A ∪ B) = p(A) + p(B)− p(A ∩ B).


Zadatak






Vjerojatnost je funkcija p : F → [0, 1] za koju vrijedi:p(A) ≥ 0p(Ω) = 1

p(Ω \ A) = p(Ac) = 1− p(A)p(A ∪ B) = p(A) + p(B)− p(A ∩ B).


Zadatak






Vjerojatnost je funkcija p : F → [0, 1] za koju vrijedi:p(A) ≥ 0p(Ω) = 1p(Ω \ A) = p(Ac) = 1− p(A)

p(A ∪ B) = p(A) + p(B)− p(A ∩ B).Vjerojatnosni prostor je trojka (p,F ,Ω).Vjerojatnost a’posteriori je statisticke prirode.

Zadatak








Zadatak







Vjerojatnosni prostor je trojka (p,F ,Ω).

Vjerojatnost a’posteriori je statisticke prirode.

Zadatak








Zadatak








Zadatak




Konacan vjerojatnosni prostor

Primjer

Igra na srecu sastoji se od bacanja dviju kocaka. Odreditevjerojatnost da zbroj na kockama bude veci od 9? 6

36 .

Zadatak ( Chevalier de Mere oko 1655.godine)

Koliko je vjerojatno da se u 4 bacanja jedne kocke bar jednompojavi broj 6?

Zadatak

Kolika je vjerojatnost da se u 24 bacanja dviju kocaka baremjednom pojavi zbroj 12?




Primjer

Igra na srecu sastoji se od bacanja dviju kocaka. Odreditevjerojatnost da zbroj na kockama bude veci od 9?

636 .



Zadatak





Primjer


36 .



Zadatak





Primjer


36 .



Zadatak





Primjer


36 .



Zadatak




Prebrojiv vjerojatnostni prostor

Zadatak

Novcic se baca dok ne padne pismo. Kolika je vjerojatnost dapismo padne tek u petom pokusaju? 1

32 .

Zadatak

Kocka se baca dok se ne dobije 6. Koliko se puta mora bacati pada s vjerojatnosti od 90% mozemo tvrditi da ce bar jednom pasti6? 13, p = 0, 906536.




Zadatak

Novcic se baca dok ne padne pismo. Kolika je vjerojatnost dapismo padne tek u petom pokusaju?

132 .

Zadatak





Zadatak


32 .

Zadatak





Zadatak


32 .

Zadatak

Kocka se baca dok se ne dobije 6. Koliko se puta mora bacati pada s vjerojatnosti od 90% mozemo tvrditi da ce bar jednom pasti6?

13, p = 0, 906536.




Zadatak


32 .

Zadatak

Kocka se baca dok se ne dobije 6. Koliko se puta mora bacati pada s vjerojatnosti od 90% mozemo tvrditi da ce bar jednom pasti6? 13,

p = 0, 906536.




Zadatak


32 .

Zadatak





Zadatak


32 .

Zadatak




Geometrijska vjerojatnost

Zadatak

Decko i cura dogovore susret izmedu 7 : 00 i 8 : 00 na trgu.Dogovore se, da ono koje dode prvo, ceka drugo 20min. Kolika jevjerojatnost da ce se ipak susresti?

Zadatak

Iz intervala [0, 2] biraju se na slucajan nacin dva broja. Kolika jevjerojatnost da umnozak brojeva bude manji od 1?




Zadatak


Zadatak





Zadatak


Zadatak




Zadaci

1 Vennovim dijagramima pokazite (A ∪ B)c = Ac ∩ Bc iA ∪ (B ∩ C ) = (A ∪ B) ∩ (A ∪ C )

2 U studentskoj grupi su 24 studenta. Engleski govori 20studenata, a njemacki 10. Koliko ih govori oba jezika, akodvojica ne govore ni njemacki ni engleski? 8

3 Bacaju se tri novcica. Kolika je vjerojatnost da se na jednompojavi pismo? 0.375

4 Bacaju se dvije kocke. Kolika je vjerojatnost da zbroj nakockama nece biti 9? 88.9%

5 U kvadrat je upisan krug. Kolika je vjerojatnost da pikadopogodi dio kruga izvan kvadrata, ako se pretpostavi da nestrijelac ne moze promasiti metu? 88.9%

6 Na zidu dimenzija 8× 5 metara nalaze se cetiri prozora svakidimenzija 1.8× 1.2 metra. Kolika je vjerojatnost da djecakkoji nasumice nocu napucava loptu u zid pogodi bilo kojiprozor? 21.6%



Zadaci









Zadaci


2 U studentskoj grupi su 24 studenta. Engleski govori 20studenata, a njemacki 10. Koliko ih govori oba jezika, akodvojica ne govore ni njemacki ni engleski?

83 Bacaju se tri novcica. Kolika je vjerojatnost da se na jednom

pojavi pismo? 0.3754 Bacaju se dvije kocke. Kolika je vjerojatnost da zbroj na

kockama nece biti 9? 88.9%5 U kvadrat je upisan krug. Kolika je vjerojatnost da pikado

pogodi dio kruga izvan kvadrata, ako se pretpostavi da nestrijelac ne moze promasiti metu? 88.9%




Zadaci









Zadaci









Zadaci



3 Bacaju se tri novcica. Kolika je vjerojatnost da se na jednompojavi pismo?

0.3754 Bacaju se dvije kocke. Kolika je vjerojatnost da zbroj na

kockama nece biti 9? 88.9%5 U kvadrat je upisan krug. Kolika je vjerojatnost da pikado





Zadaci









Zadaci









Zadaci




4 Bacaju se dvije kocke. Kolika je vjerojatnost da zbroj nakockama nece biti 9?

88.9%5 U kvadrat je upisan krug. Kolika je vjerojatnost da pikado





Zadaci









Zadaci









Zadaci





5 U kvadrat je upisan krug. Kolika je vjerojatnost da pikadopogodi dio kruga izvan kvadrata, ako se pretpostavi da nestrijelac ne moze promasiti metu?

88.9%6 Na zidu dimenzija 8× 5 metara nalaze se cetiri prozora svaki

dimenzija 1.8× 1.2 metra. Kolika je vjerojatnost da djecakkoji nasumice nocu napucava loptu u zid pogodi bilo kojiprozor? 21.6%



Zadaci









Zadaci









Zadaci






6 Na zidu dimenzija 8× 5 metara nalaze se cetiri prozora svakidimenzija 1.8× 1.2 metra. Kolika je vjerojatnost da djecakkoji nasumice nocu napucava loptu u zid pogodi bilo kojiprozor?

21.6%



Zadaci









Uvjetna vjerojatnost

Vjerojatnost da se dogodi A ako se dogodio B:

p(A/B) =p(A ∩ B)

p(B).

Primjer

Kocka je bacena i pao je neparan broj. Kolika je vjerojatnost da jepao tri? Kolika je vjerojatnost da je pao broj dva?

Primjer

Andrija, Blaz, Cvetko i Dragec kartaju belu. Andrija nema nitijednog herca. Kolika je vjerojatnost da Cvetko ima tri?

Zadatak

Mirko je zvao trefa iako u prvih sest madarskih karata nije imao nitijednog. Kolika je vjerojatnost da u talonu obje karte budu trefovi?





p(A/B) =p(A ∩ B)

p(B).

Primjer


Primjer


Zadatak






p(A/B) =p(A ∩ B)

p(B).

Primjer


Primjer


Zadatak






p(A/B) =p(A ∩ B)

p(B).

Primjer


Primjer


Zadatak






p(A/B) =p(A ∩ B)

p(B).

Primjer


Primjer


Zadatak






p(A/B) =p(A ∩ B)

p(B).

Primjer


Primjer


Zadatak




Nezavisni dogadaji

Dogadaji A i B su nezavisni, ako informacija o dogadaju B ne utice

na vjerojatnost dogadaja A: p(A/B) = p(A) =p(A ∩ B)

p(B),

p(A ∩ B) = p(A) · p(B).

Primjer

Dobar, los i zao strijelac gadaju vepra. Dobar strijelac na streljanipogada u 80% gadanja, los u 60% i zao u 90% gadanja. Koliko jevjerojatno da vepra pogodi samo jedan metak, ako sva trojicagadaju samo s po jednim metkom? Ako je vepra zaista pogodiojedan metak, koliko je vjerojatno da je metak ispalio dobarstrijelac?



Nezavisni dogadaji



p(B),

p(A ∩ B) = p(A) · p(B).

Primjer




Nezavisni dogadaji



p(B),

p(A ∩ B) = p(A) · p(B).

Primjer




Nezavisni dogadaji



p(B),

p(A ∩ B) = p(A) · p(B).

Primjer

Dobar, los i zao strijelac gadaju vepra. Dobar strijelac na streljanipogada u 80% gadanja, los u 60% i zao u 90% gadanja. Koliko jevjerojatno da vepra pogodi samo jedan metak, ako sva trojicagadaju samo s po jednim metkom?

Ako je vepra zaista pogodiojedan metak, koliko je vjerojatno da je metak ispalio dobarstrijelac?



Nezavisni dogadaji



p(B),

p(A ∩ B) = p(A) · p(B).

Primjer




Zadaci

1 Tri strijelca gadaju jednu te istu metu. Vjerojatnost pogotkakod svakog strijelca redom iznosi 80%. Kolika je vjerojatnost

1 tocno jednog pogotka u metu2 bar jednog pogotka u metu3 najvise dva pogotka u metu

2 Vjerojatnost da avion bude oboren prije nego sto dospije docilja je 5%. Ako dospije do cilja, avion ga unistava svjerojatnosti od 40%. Koja je vjerojatnost da avion unisticilj?(0,38)

3 Vjerojatnost da se otac dobije sina je 0.502. Koliko bi Miroslavtrebao imati djece, pa da bude 99% siguran da ce dobiti sina?



Zadaci

1 Tri strijelca gadaju jednu te istu metu. Vjerojatnost pogotkakod svakog strijelca redom iznosi 80%.

Kolika je vjerojatnost






Zadaci







Zadaci


1 tocno jednog pogotka u metu

2 bar jednog pogotka u metu3 najvise dva pogotka u metu





Zadaci


1 tocno jednog pogotka u metu2 bar jednog pogotka u metu

3 najvise dva pogotka u metu





Zadaci







Zadaci



2 Vjerojatnost da avion bude oboren prije nego sto dospije docilja je 5%. Ako dospije do cilja, avion ga unistava svjerojatnosti od 40%. Koja je vjerojatnost da avion unisticilj?

(0,38)




Zadaci







Potpuna vjerojatnost

Potpun sistem dogadaja - hipoteze H1,H2, . . .Hn ⊂ Ω, ako vrijedi:

H1 ∪ H2 ∪ . . . ∪ Hn = Ω i Hi ∩ Hj = ∅

Formula potpune vjerojatnosti - p(A) =∑n

i=1 p(A/Hi ) · p(Hi ).

Zadatak

Mercedes 60% proizvodnje ima u Turskoj, 30% u Kini i 10% uNjemackoj. Postotak Mercedesa koji imaju kvar u garantnom roku,a napravljeni su u Turskoj iznosi 1%, za Kinu to je 1.5%, dok je zaMercedese iz Njemacke 0.8%. Marko je kupio Mercedesa. Kolikaje vjerojatnost da ce se pokvariti u garantnom roku?




Potpun sistem dogadaja -

hipoteze H1,H2, . . .Hn ⊂ Ω, ako vrijedi:

H1 ∪ H2 ∪ . . . ∪ Hn = Ω i Hi ∩ Hj = ∅


i=1 p(A/Hi ) · p(Hi ).

Zadatak






H1 ∪ H2 ∪ . . . ∪ Hn = Ω i Hi ∩ Hj = ∅


i=1 p(A/Hi ) · p(Hi ).

Zadatak






H1 ∪ H2 ∪ . . . ∪ Hn = Ω i Hi ∩ Hj = ∅


i=1 p(A/Hi ) · p(Hi ).

Zadatak






H1 ∪ H2 ∪ . . . ∪ Hn = Ω i Hi ∩ Hj = ∅

Formula potpune vjerojatnosti -

p(A) =∑n

i=1 p(A/Hi ) · p(Hi ).

Zadatak






H1 ∪ H2 ∪ . . . ∪ Hn = Ω i Hi ∩ Hj = ∅


i=1 p(A/Hi ) · p(Hi ).

Zadatak






H1 ∪ H2 ∪ . . . ∪ Hn = Ω i Hi ∩ Hj = ∅


i=1 p(A/Hi ) · p(Hi ).

Zadatak




Bayesova formula

Bayesova formula -

p(Hi/A) =p(Hi ) · p(A/Hi )

p(A).

Zadatak

Kolika je vjerojatnost da je Markov Mercedes kineski?

Zadatak

Iz spila od 32 karte jedna je pala pod stol. Ako je Janko u prvihsest karata dobio tri trefa, kolika je vjerojatnost da pod stolom nijetref?



Bayesova formula

Bayesova formula -


p(A).

Zadatak


Zadatak




Bayesova formula

Bayesova formula -


p(A).

Zadatak


Zadatak




Bayesova formula

Bayesova formula -


p(A).

Zadatak


Zadatak




Bayesova formula

Bayesova formula -


p(A).

Zadatak


Zadatak




Zadaci

1 Strijelci Mate i Ante, svaki sa po jednim metkom, gadaju cilj.Mate pogada s vjerojatnosti 0, 8, a Ante s 0, 4. Utvrdeno jeda je meta pogodena jednim metkom. Kolika je vjerojatnostda je metu pogodio Mate?

2 U uzorku ispitanika, u kojem je dio muskaraca 55%, 70%muskaraca i 60% zena su vozaci. Kolika je vjerojatnost daslucajno odabrana osoba ima vozacku dozvolu? Kolika jevjerojatnost da je slucajno odabrani vozac muskarac?

3 U plavoj kutiji su tri bijele i dvije crne kuglice, a u crvenojcetiri bijele i pet crnih kuglica. Adam je iz crvene u plavukutiju prebacio jednu kuglicu. Kolika je vjerojatnost da tadaMartin iz plave kutije izvuce bijelu kuglicu? Ako je izvukaobijelu kuglicu, koliko je vjerojatno da je Adam bac crnukuglicu prebacio prije izvlacenja?



Zadaci






Zadaci






Uvjetna vjerojatnost. Bayesova formula

1 Statisticki podaci govore da autobus kasni u 10% slucajeva, avlak u 35% slucajeva. Ako putnici u javnom prijevozu tri putacesce biraju autobus od vlaka,

1 izracunajte kolika je vjerojatnost da slucajno odabrani putnikzakasni na odrediste?

2 Ako znamo da je odredeni putnik zakasnio, kolika jevjerojatnost da je isao vlakom?

2 Prilikom sudara u 5% slucajeva oba su vozaca pod utjecajemalkohola i tada je vjerojatnost smrti 20%. U 25% je samojedan vozac alkoholiziran, a vjerojatnost smrti je 15%. U 70%slucajeva oba su vozaca trijezna i tada je vjerojatnost smrtnogishoda 1%. Nakon sudara sa smrtnim posljedicamaalkotestom je utvrdena alkoholiziranost jednog vozaca. Kolikaje vjerojatnost da je i onaj drugi pod utjecajem alkohola?




























2 Prilikom sudara u 5% slucajeva oba su vozaca pod utjecajemalkohola i tada je vjerojatnost smrti 20%. U 25% je samojedan vozac alkoholiziran, a vjerojatnost smrti je 15%. U 70%slucajeva oba su vozaca trijezna i tada je vjerojatnost smrtnogishoda 1%.

Nakon sudara sa smrtnim posljedicamaalkotestom je utvrdena alkoholiziranost jednog vozaca. Kolikaje vjerojatnost da je i onaj drugi pod utjecajem alkohola?







2 Prilikom sudara u 5% slucajeva oba su vozaca pod utjecajemalkohola i tada je vjerojatnost smrti 20%. U 25% je samojedan vozac alkoholiziran, a vjerojatnost smrti je 15%. U 70%slucajeva oba su vozaca trijezna i tada je vjerojatnost smrtnogishoda 1%. Nakon sudara sa smrtnim posljedicamaalkotestom je utvrdena alkoholiziranost jednog vozaca.

Kolikaje vjerojatnost da je i onaj drugi pod utjecajem alkohola?










Zadaci s pismenih

1 Da bi osvojili iznos u TV-igri potrebno je tocno odgovoriti natri pitanja. Prvo pitanje zna otprilike 75% ljudi, drugo 50%, atrece 25%. Ako kandidat ne ponudi tocan odgovor, igra seprekida. Kolika je vjerojatnost da

1 TV kuca zadrzi primamnjivi iznos?2 kandidat ispadne za zadnjem pitanju?

2 Na posljednjem roku student ima 4 ispita. Ako je prolaznostna ispitima 40%, kolika je vjerojatnost da student

1 polozi sve ispite?2 jednog polozi, a ostale ne polozi?3 da prvog polozi, a ostale ne polozi?

3 Istrazivanjem drustvenih pojava dobiveno je da sindikat u 37%pregovora ostvari ciljeve. Ako se u sljedecih 10 godina ocekuje6 pregovora, kolika je vjerojatnost da sindikat

1 ostvari sve svoje ciljeve?2 polovicno ostvari svoje ciljeve?



Zadaci s pismenih









Zadaci s pismenih


1 TV kuca zadrzi primamnjivi iznos?

2 kandidat ispadne za zadnjem pitanju?2 Na posljednjem roku student ima 4 ispita. Ako je prolaznost

na ispitima 40%, kolika je vjerojatnost da student1 polozi sve ispite?2 jednog polozi, a ostale ne polozi?3 da prvog polozi, a ostale ne polozi?





Zadaci s pismenih









Zadaci s pismenih









Zadaci s pismenih




1 polozi sve ispite?

2 jednog polozi, a ostale ne polozi?3 da prvog polozi, a ostale ne polozi?





Zadaci s pismenih




1 polozi sve ispite?2 jednog polozi, a ostale ne polozi?

3 da prvog polozi, a ostale ne polozi?3 Istrazivanjem drustvenih pojava dobiveno je da sindikat u 37%

pregovora ostvari ciljeve. Ako se u sljedecih 10 godina ocekuje6 pregovora, kolika je vjerojatnost da sindikat




Zadaci s pismenih









Zadaci s pismenih









Zadaci s pismenih






1 ostvari sve svoje ciljeve?

2 polovicno ostvari svoje ciljeve?



Zadaci s pismenih









Kombinatorni zadaci s pismenih

1 U cetiri vagona na slucajan nacin ulazi 16 putnika. Znamo da usvakom vagonu ima tocno 12 slobodnih mjesta. Kolika jevjerojatnost da

1 u prvi vagon udu cetiri putnika?2 u svaki vagon ude jednaki broj putnika?3 se neki od vagona popuni do posljednjeg mjesta?

2 Naplatne kucice autoputa imaju otvorena tri izlaza i svi se onikoriste jednako cesto. Ako vozaci na slucajan nacin biraju koji ceizlaz koristiti, kolika je vjerojatnost da

1 od pet vozila njih tri izade na istom izlazu?2 svih pet izadu kroz isti izlaz?












1 u prvi vagon udu cetiri putnika?

2 u svaki vagon ude jednaki broj putnika?3 se neki od vagona popuni do posljednjeg mjesta?







1 u prvi vagon udu cetiri putnika?2 u svaki vagon ude jednaki broj putnika?

3 se neki od vagona popuni do posljednjeg mjesta?























1 od pet vozila njih tri izade na istom izlazu?

2 svih pet izadu kroz isti izlaz?

















Razni zadaci s pismenih

1 Omjer putnickih, brzih i IC vlakova u zeljeznickom prometu je5:3:2. Poznato je da 85% putnickih, 90% brzih i 95% ICvlakova dolazi na vrijeme. Ako je vlak u stanicu stigao navrijeme, koliko je vjerojatno da je to IC vlak?

2 Poslodavac ima 25 zaposlenika koje moze poslati na sluzbeniput i od toga je 60% zena. Ako je na slucajan nacin odabrantim od petero ljudi, kolika je vjerojatnost da ce u ekipi bitibarem tri zene?

3 Od 20 postarskih paketa 12 ih se mora isporuciti u prigradskonaselje. Ako postar na slucajan nacin dobiva za isporuku 5paketa, kolika je vjerojatnost da ce barem jedan paket biti sisporukom u prigradsko naselje?











2 Poslodavac ima 25 zaposlenika koje moze poslati na sluzbeniput i od toga je 60% zena.

Ako je na slucajan nacin odabrantim od petero ljudi, kolika je vjerojatnost da ce u ekipi bitibarem tri zene?























1 U posljednjem tjednu prije ljetnih praznika student u pet danaizlazi na tri ispita. Ako su svi rasporedi ispita jednakovjerojatni, kolika je vjerojatnost da

1 sve ispite polaze isti dan?2 u jednom danu polaze najvise jedan ispit?3 dva ispita polaze istog dana, a treci nekog drugog dana?

2 Vjerojatnost smanjene vidljivosti tijekom slijetanja zrakoplovaiznosi 0.3. Odredite vjerojatnost da pri slijetanju:

1 u nizu od 10 letova ne nastupi uvjet smanjene vidljivosti2 u nizu od 6 letova barem u polovici bude dobra vidljivost.












1 sve ispite polaze isti dan?

2 u jednom danu polaze najvise jedan ispit?3 dva ispita polaze istog dana, a treci nekog drugog dana?







1 sve ispite polaze isti dan?2 u jednom danu polaze najvise jedan ispit?

3 dva ispita polaze istog dana, a treci nekog drugog dana?























1 u nizu od 10 letova ne nastupi uvjet smanjene vidljivosti

2 u nizu od 6 letova barem u polovici bude dobra vidljivost.










Slucajna varijabla. Uvod

Kakve su oklade moguce u sljedecim primjerima?

Novcic se baca dok se ne dobije pismo.

Broje se bacanja kocke dok se ne dobije sestica.

U igri se bacaju dvije igrace kocke. Dobitak je zbroj nakockama.

Oklada je na trenutak zavrsetka nastave? Kakve mogu bitioklade?

Ako se kladimo na masu koju ce nam ujutro pokazati vaga,kakve su oklade moguce?

Zadatak

Koje su oklade zajednicke?










Zadatak











Zadatak











Zadatak











Zadatak











Zadatak











Zadatak











Zadatak




Definicija slucajne varijable

Definicija

(Ω,F ,P) - vjerojatnosni prostor

Slucajna varijabla X - funkcija X : Ω→ Robavezno - P(X ≤ x).

Zadatak

Definirati u prethodnim primjerima slucajne varijable.

Zadatak

Navedite po jedan primjer diskretne i jedan primjer kontinuiraneslucajne varijable.




Definicija

(Ω,F ,P) -

vjerojatnosni prostor


Zadatak


Zadatak





Definicija



Zadatak


Zadatak





Definicija


Slucajna varijabla X -

funkcija X : Ω→ Robavezno - P(X ≤ x).

Zadatak


Zadatak





Definicija


Slucajna varijabla X - funkcija X : Ω→ R

obavezno - P(X ≤ x).

Zadatak


Zadatak





Definicija


Slucajna varijabla X - funkcija X : Ω→ Robavezno -

P(X ≤ x).

Zadatak


Zadatak





Definicija



Zadatak


Zadatak





Definicija



Zadatak


Zadatak





Definicija



Zadatak


Zadatak




Funkcija razdiobe

Definicija

Neka je sve kao u prethodnom. Funkcija razdiobe F : R→ [0, 1]racuna vjerojatnost: F (x) = P(X ≤ x).

Zadatak

U bacanju dviju kocaka igrac dobiva onoliko kuna koliko iznosi vecibroj puta deset. Ako su brojevi isti, ne dobiva nista. Napisitefunkciju razdiobe.

Svojstva funkcije razdiobe:

- neopadajuca: x1 ≤ x2 ⇒ F (x1) ≤ F (x2)

- neprekidna sdesna limε→0

F (x + ε) = F (x)

- vrijedi: limx→−∞

F (x) = 0;limx→∞ F (x) = 1.



Funkcija razdiobe

Definicija


Zadatak





F (x + ε) = F (x)


F (x) = 0;limx→∞ F (x) = 1.



Funkcija razdiobe

Definicija


Zadatak





F (x + ε) = F (x)


F (x) = 0;limx→∞ F (x) = 1.



Funkcija razdiobe

Definicija


Zadatak





F (x + ε) = F (x)


F (x) = 0;limx→∞ F (x) = 1.



Funkcija razdiobe

Definicija


Zadatak





F (x + ε) = F (x)


F (x) = 0;limx→∞ F (x) = 1.



Funkcija razdiobe

Definicija


Zadatak





F (x + ε) = F (x)


F (x) = 0;limx→∞ F (x) = 1.



Funkcija razdiobe

Definicija


Zadatak





F (x + ε) = F (x)


F (x) = 0;limx→∞ F (x) = 1.



Diskretna slucajna varijabla

Zadatak

U kutiji su tri crne i pet bijelih kuglica. Kuglice se mogu izvlacitidok se ne izvuce bijela. Slucajna varijabla je broj izvlacenja.

1 Koliko vrijednosti moze imati slucajna varijabla?

2 Odredite pripadne vjerojatnosti za svaku vrijednost slucajnevarijable.

Definicija

Parovi (xi , pi ), pi = P(X = xi ) - distribucija vjerojatnosti

Funkcija f (x) = p(X = x) - gustoca vjerojatnosti




Zadatak




Definicija






Zadatak




Definicija






Zadatak




Definicija






Zadatak




Definicija






Zadatak




Definicija






Zadatak




Definicija





Numericke karakterisike

Matematicko ocekivanje E (X ) = x1p1 + x2p2 + · · ·+ xnpn

Varijanca V (X ) = x21p1 + x22p2 + · · ·+ x2npn

Standardna devijacija σ =√V (X ).

Zadatak

Spil u snapsu ima 20 karata od kojih je pet pikova. Igracu sedodijeli pet karata i po svakom piku ima pravo na 20 kuna. Kolikije ocekivani dobitak, a kolika standardna devijacija?







Zadatak








Zadatak








Zadatak








Zadatak




Zadaci

Zadatak

Bezicni modem pokusava uspostaviti vezu sest puta dnevno. Akoje vjerojatnost uspostave veze pri svakom pokusaju 70%, odrediteocekivani broj uspjesnih spajanja toga dana i standardnu devijaciju.

Zadatak

Igra na srecu sastoji se u bacanju cetiri novcica jednog za drugim,ali se prekida ako padne glava. Za svaki baceni novcic dobivaju se2 kn, a za svaki koji nije bacen gube se 2 kn. Da li je igra postena?

Zadatak

Igracu se iz spila od 32 dijeli 8. Ako po svakom hercu koji dobijeuzima po 20 kn, koliko mora biti ucesce igraca?



Zadaci

Zadatak


Zadatak


Zadatak




Zadaci

Zadatak


Zadatak


Zadatak




Zadaci

Zadatak


Zadatak


Zadatak




Pikado

Zadatak

Meta za pikado izgleda kao na slici. Sredisnji krug nosi 10 bodova,prvi srednji 5, a vanjski vijenac 1 bod. Igrac gada metu s tri pikadostrelice. Pod pretpostavkom da metu ne promasuje, izracunajteocekivani broj bodova, varijancu i standardnu devijaciju

25cm

25cm

30cm

25cm

25cm



Pikado

Zadatak

Meta za pikado izgleda kao na slici. Sredisnji krug nosi 10 bodova,prvi srednji 5, a vanjski vijenac 1 bod. Igrac gada metu s tri pikadostrelice. Pod pretpostavkom da metu ne promasuje, izracunajteocekivani broj bodova, varijancu i standardnu devijaciju

25cm

25cm

30cm

25cm

25cm



Rjesenja

1 E (X ) = 4.2, V (X ) = 1.26, σ(X ) = 1.12

2 Nije, naklonjena je organizatoru, jer je E (X ) = −0.5. Moguciishodi su −4, 0, 4 i 8 kuna s vjerojatnostima redom50%, 25%, 12.5% i 12.5%.

3 6.4 kune, a ocekivani dobici su od 0 preko 20, 40 . . . do160 kn. Vjerojatnosti su redom 75%, 19.35%, 4.52% . . . svedo 0.0000095%.

4 Za pikado p(C ) = 9169 ; p(S) = 55

169 ; p(S) = 109169 . Dobici su

redom 90, 65, 62, 40, 37, 34, 15, 12, 9 i 6 kn s vjerojatnostimaredom0.02%, 0.28%, 0.53%, 1.69%, 6.46%, 6.17%, 3.45%, 19.74%, 37.69%i 23.98%. Ocekivani dobitak je 13.40 kn, ali je standardnadevijacija velika: σ = 10.76.



Binomna razdioba

Slucajan pokus s dva ishoda ponavlja se n puta:

- ”uspjeh”, s vjerojatnosti p

- ”neuspjeh”, s vjerojatnosti q = 1− p

Slucajna varijabla X broji uspjehe: X = 0, 1, . . . , n.Funkcija (gustoce) vjerojatnosti -

f (x) = P(X = x) =

(

nx

)· px · qn−k , x = 0, 1, . . . n

0, x 6= 0, 1, . . . n

Funkcija distribucije vjerojatnosti:

F (x) = p(X ≤ x) =∑k≤x

(nk

)· pk · qn−k .

Matematicko ocekivanje: E (X ) = np

Varijanca: V (X ) = npq



Binomna razdioba





f (x) = P(X = x) =

(

nx

)· px · qn−k , x = 0, 1, . . . n

0, x 6= 0, 1, . . . n


F (x) = p(X ≤ x) =∑k≤x

(nk

)· pk · qn−k .





Binomna razdioba





f (x) = P(X = x) =

(

nx

)· px · qn−k , x = 0, 1, . . . n

0, x 6= 0, 1, . . . n


F (x) = p(X ≤ x) =∑k≤x

(nk

)· pk · qn−k .





Binomna razdioba





f (x) = P(X = x) =

(

nx

)· px · qn−k , x = 0, 1, . . . n

0, x 6= 0, 1, . . . n


F (x) = p(X ≤ x) =∑k≤x

(nk

)· pk · qn−k .





Binomna razdioba




Slucajna varijabla X broji uspjehe: X = 0, 1, . . . , n.

Funkcija (gustoce) vjerojatnosti -

f (x) = P(X = x) =

(

nx

)· px · qn−k , x = 0, 1, . . . n

0, x 6= 0, 1, . . . n


F (x) = p(X ≤ x) =∑k≤x

(nk

)· pk · qn−k .





Binomna razdioba





f (x) = P(X = x) =

(

nx

)· px · qn−k , x = 0, 1, . . . n

0, x 6= 0, 1, . . . n


F (x) = p(X ≤ x) =∑k≤x

(nk

)· pk · qn−k .





Binomna razdioba





f (x) = P(X = x) =

(

nx

)· px · qn−k , x = 0, 1, . . . n

0, x 6= 0, 1, . . . n


F (x) = p(X ≤ x) =∑k≤x

(nk

)· pk · qn−k .





Binomna razdioba





f (x) = P(X = x) =

(

nx

)· px · qn−k , x = 0, 1, . . . n

0, x 6= 0, 1, . . . n


F (x) = p(X ≤ x) =∑k≤x

(nk

)· pk · qn−k .





Binomna razdioba





f (x) = P(X = x) =

(

nx

)· px · qn−k , x = 0, 1, . . . n

0, x 6= 0, 1, . . . n


F (x) = p(X ≤ x) =∑k≤x

(nk

)· pk · qn−k .





Binomna razdioba





f (x) = P(X = x) =

(

nx

)· px · qn−k , x = 0, 1, . . . n

0, x 6= 0, 1, . . . n


F (x) = p(X ≤ x) =∑k≤x

(nk

)· pk · qn−k .





Zadatak

Zadatak

Marko na putu do posla prolazi kroz 5 nesinhroniziranih semaforana kojima zeleno traje 2

5 faze. Na putovanju do posla brojisemafore na kojima je imao prolaz. Koliki je ocekivani brojprolaza? Koliki je ocekivani broj stajanja? Kolika je varijancaprolaza? Kolika je varijanca stajanja? Kolika je vjerojatnost zanajvise 3 prolaza? Kolika je vjerojatnost za bar tri prolaza?



Zadatak

Zadatak


5 faze.

Na putovanju do posla brojisemafore na kojima je imao prolaz. Koliki je ocekivani brojprolaza? Koliki je ocekivani broj stajanja? Kolika je varijancaprolaza? Kolika je varijanca stajanja? Kolika je vjerojatnost zanajvise 3 prolaza? Kolika je vjerojatnost za bar tri prolaza?



Zadatak

Zadatak


5 faze. Na putovanju do posla brojisemafore na kojima je imao prolaz.

Koliki je ocekivani brojprolaza? Koliki je ocekivani broj stajanja? Kolika je varijancaprolaza? Kolika je varijanca stajanja? Kolika je vjerojatnost zanajvise 3 prolaza? Kolika je vjerojatnost za bar tri prolaza?



Zadatak

Zadatak


5 faze. Na putovanju do posla brojisemafore na kojima je imao prolaz. Koliki je ocekivani brojprolaza?

Koliki je ocekivani broj stajanja? Kolika je varijancaprolaza? Kolika je varijanca stajanja? Kolika je vjerojatnost zanajvise 3 prolaza? Kolika je vjerojatnost za bar tri prolaza?



Zadatak

Zadatak


5 faze. Na putovanju do posla brojisemafore na kojima je imao prolaz. Koliki je ocekivani brojprolaza? Koliki je ocekivani broj stajanja?

Kolika je varijancaprolaza? Kolika je varijanca stajanja? Kolika je vjerojatnost zanajvise 3 prolaza? Kolika je vjerojatnost za bar tri prolaza?



Zadatak

Zadatak


5 faze. Na putovanju do posla brojisemafore na kojima je imao prolaz. Koliki je ocekivani brojprolaza? Koliki je ocekivani broj stajanja? Kolika je varijancaprolaza?

Kolika je varijanca stajanja? Kolika je vjerojatnost zanajvise 3 prolaza? Kolika je vjerojatnost za bar tri prolaza?



Zadatak

Zadatak


5 faze. Na putovanju do posla brojisemafore na kojima je imao prolaz. Koliki je ocekivani brojprolaza? Koliki je ocekivani broj stajanja? Kolika je varijancaprolaza? Kolika je varijanca stajanja?

Kolika je vjerojatnost zanajvise 3 prolaza? Kolika je vjerojatnost za bar tri prolaza?



Zadatak

Zadatak


5 faze. Na putovanju do posla brojisemafore na kojima je imao prolaz. Koliki je ocekivani brojprolaza? Koliki je ocekivani broj stajanja? Kolika je varijancaprolaza? Kolika je varijanca stajanja? Kolika je vjerojatnost zanajvise 3 prolaza?

Kolika je vjerojatnost za bar tri prolaza?



Zadatak

Zadatak


5 faze. Na putovanju do posla brojisemafore na kojima je imao prolaz. Koliki je ocekivani brojprolaza? Koliki je ocekivani broj stajanja? Kolika je varijancaprolaza? Kolika je varijanca stajanja? Kolika je vjerojatnost zanajvise 3 prolaza? Kolika je vjerojatnost za bar tri prolaza?



Ispitni zadaci

Zadatak

Vjerojatnost smanjene vidljivosti tijekom slijetanja zrakoplova je30%. Odredite vjerojatnos da pri slijetanju u nizu :

a) od 10 letova nastupi 3 uvjeta smanjene vidljivosti. 27%

b) od 6 letova dobra vidljivost bude u vise od polovice slucajeva?74%

Zadatak

Vjerojatnost da se postigne dogovor vlade i opozicije je 0.25.Kolika je vjerojatnost da u cetiri sastanka do dogovora

uopce dode. 68%

Koji je ocekivani broj plodnih sastanaka i kolika je standardnadevijacija? E (X ) = 1, σ = 0.866



Ispitni zadaci

Zadatak




Zadatak


uopce dode. 68%




Ispitni zadaci

Zadatak


a) od 10 letova nastupi 3 uvjeta smanjene vidljivosti.

27%


Zadatak


uopce dode. 68%




Ispitni zadaci

Zadatak




Zadatak


uopce dode. 68%




Ispitni zadaci

Zadatak



b) od 6 letova dobra vidljivost bude u vise od polovice slucajeva?

74%

Zadatak


uopce dode. 68%




Ispitni zadaci

Zadatak




Zadatak


uopce dode. 68%




Ispitni zadaci

Zadatak




Zadatak


uopce dode. 68%




Ispitni zadaci

Zadatak




Zadatak


uopce dode.

68%




Ispitni zadaci

Zadatak




Zadatak


uopce dode. 68%




Ispitni zadaci

Zadatak




Zadatak


uopce dode. 68%

Koji je ocekivani broj plodnih sastanaka i kolika je standardnadevijacija?

E (X ) = 1, σ = 0.866



Ispitni zadaci

Zadatak




Zadatak


uopce dode. 68%




Poissonova distribucija

Binomna za n→∞, a vjerojatnost p → 0. Parametar i vrijednosti:

λ = np

x = 0, 1, 2, . . .

Dobri rezultati za np ≤ 10. Funkcija gustoce vjerojatnosti,distribucije, ocekivanje i varijanca:

f (x) = e−λ · λx

x!

F (x) =∑y≤x

e−λ · λy

y !

E (X ) = λ

V (X ) = λ




Binomna za n→∞, a vjerojatnost p → 0.

Parametar i vrijednosti:

λ = np

x = 0, 1, 2, . . .


f (x) = e−λ · λx

x!

F (x) =∑y≤x

e−λ · λy

y !

E (X ) = λ

V (X ) = λ





λ = np

x = 0, 1, 2, . . .


f (x) = e−λ · λx

x!

F (x) =∑y≤x

e−λ · λy

y !

E (X ) = λ

V (X ) = λ





λ = np

x = 0, 1, 2, . . .


f (x) = e−λ · λx

x!

F (x) =∑y≤x

e−λ · λy

y !

E (X ) = λ

V (X ) = λ





λ = np

x = 0, 1, 2, . . .

Dobri rezultati za np ≤ 10.

Funkcija gustoce vjerojatnosti,distribucije, ocekivanje i varijanca:

f (x) = e−λ · λx

x!

F (x) =∑y≤x

e−λ · λy

y !

E (X ) = λ

V (X ) = λ





λ = np

x = 0, 1, 2, . . .


f (x) = e−λ · λx

x!

F (x) =∑y≤x

e−λ · λy

y !

E (X ) = λ

V (X ) = λ





λ = np

x = 0, 1, 2, . . .


f (x) = e−λ · λx

x!

F (x) =∑y≤x

e−λ · λy

y !

E (X ) = λ

V (X ) = λ





λ = np

x = 0, 1, 2, . . .


f (x) = e−λ · λx

x!

F (x) =∑y≤x

e−λ · λy

y !

E (X ) = λ

V (X ) = λ





λ = np

x = 0, 1, 2, . . .


f (x) = e−λ · λx

x!

F (x) =∑y≤x

e−λ · λy

y !

E (X ) = λ

V (X ) = λ



Ispitni zadaci

Zadatak

Otprilike 4% autobusa kasni. Na kolodvor dolazi dnevno 125autobusa. Odredite vjerojatnost da tijekom dana

1 kasni manje od 4 autobusa

2 kasni vise od 3 autobusa

3 kasni samo jedan autobus.

Zadatak

Broj vozila koja dolaze na servis tijekom jednog dana imaPoissonovu razdiobu. Prosjecno u 20 radnih dana servis primi 45vozila.

1 Izracunajte standardnu devijaciju.

2 Kolika je vjerojatnost da u jednom danu bar jedno vozilo dodena servis?



Ispitni zadaci

Zadatak





Zadatak






Ispitni zadaci

Zadatak





Zadatak






Ispitni zadaci

Zadatak





Zadatak






Ispitni zadaci

Zadatak





Zadatak






Ispitni zadaci

Zadatak





Zadatak






Ispitni zadaci

Zadatak





Zadatak






Ispitni zadaci

Zadatak





Zadatak



2 Kolika je vjerojatnost da u jednom danu bar jedno vozilo dodena servis?Bozidar Ivankovic Tomislav Fratrovic Vjerojatnost i statistika


Ispitni zadaci

Zadatak

Prosjecni vremenski interval izmedu dva poziva u centrali taxisluzbe je 20 sekundi. Ako se broj poziva u minuti ravna poPoissonovoj razdiobi, kolika je vjerojatnost da u minuti bude:

1 barem 4 poziva 35%

2 samo jedan poziv? 15%

Zadatak

Centrala taxi sluzbe primi prosjecno 120 poziva na sat, a moguobraditi u minuti najvise 3 zahtjeva. Ako se broj poziva u minutiravna po Poissonovoj razdiobi, kolika je vjerojatnost:

1 preopterecenja centrale 14%

2 da u minuti bude samo jedan poziv? 27%



Ispitni zadaci

Zadatak




Zadatak






Ispitni zadaci

Zadatak


1 barem 4 poziva

35%


Zadatak






Ispitni zadaci

Zadatak




Zadatak






Ispitni zadaci

Zadatak



2 samo jedan poziv?

15%

Zadatak






Ispitni zadaci

Zadatak




Zadatak






Ispitni zadaci

Zadatak




Zadatak






Ispitni zadaci

Zadatak




Zadatak


1 preopterecenja centrale

14%




Ispitni zadaci

Zadatak




Zadatak






Ispitni zadaci

Zadatak




Zadatak






Ispitni zadaci

Zadatak




Zadatak



2 da u minuti bude samo jedan poziv?

27%



Ispitni zadaci

Zadatak




Zadatak



2 da u minuti bude samo jedan poziv? 27%Bozidar Ivankovic Tomislav Fratrovic Vjerojatnost i statistika


Ispitni zadaci

Zadatak




Zadatak



2 da u minuti bude samo jedan poziv? 27%Bozidar Ivankovic Tomislav Fratrovic Vjerojatnost i statistika


Neprekinuta slucajna varijabla

Neka je (Ω,F ,P) vjerojatnosni prostor. Slucajna varijablaX : Ω→ R je neprekinuta ako vrijedi P(X = x) = 0 i ako postojif : R→ R tako da

P(a < X < b) =

∫ b

af (t)dt.

Svojstva funkcije gustoce vjerojatnosti f :

(i)

∫ +∞

−∞f (t)dt = 1

(ii) f (t) ≥ 0 za svaki t ∈ R.

Primjer

Odredite a2, tako da f (t) = a2 − t2 bude funkciju gustocevjerojatnosti. Rj. cca 0.9




Neka je (Ω,F ,P) vjerojatnosni prostor.

Slucajna varijablaX : Ω→ R je neprekinuta ako vrijedi P(X = x) = 0 i ako postojif : R→ R tako da

P(a < X < b) =

∫ b

af (t)dt.


(i)

∫ +∞

−∞f (t)dt = 1


Primjer





Neka je (Ω,F ,P) vjerojatnosni prostor. Slucajna varijablaX : Ω→ R je neprekinuta ako vrijedi

P(X = x) = 0 i ako postojif : R→ R tako da

P(a < X < b) =

∫ b

af (t)dt.


(i)

∫ +∞

−∞f (t)dt = 1


Primjer





Neka je (Ω,F ,P) vjerojatnosni prostor. Slucajna varijablaX : Ω→ R je neprekinuta ako vrijedi P(X = x) = 0

i ako postojif : R→ R tako da

P(a < X < b) =

∫ b

af (t)dt.


(i)

∫ +∞

−∞f (t)dt = 1


Primjer





Neka je (Ω,F ,P) vjerojatnosni prostor. Slucajna varijablaX : Ω→ R je neprekinuta ako vrijedi P(X = x) = 0 i ako postoji

f : R→ R tako da

P(a < X < b) =

∫ b

af (t)dt.


(i)

∫ +∞

−∞f (t)dt = 1


Primjer






P(a < X < b) =

∫ b

af (t)dt.


(i)

∫ +∞

−∞f (t)dt = 1


Primjer






P(a < X < b) =

∫ b

af (t)dt.


(i)

∫ +∞

−∞f (t)dt = 1


Primjer






P(a < X < b) =

∫ b

af (t)dt.


(i)

∫ +∞

−∞f (t)dt = 1


Primjer






P(a < X < b) =

∫ b

af (t)dt.


(i)

∫ +∞

−∞f (t)dt = 1


Primjer






P(a < X < b) =

∫ b

af (t)dt.


(i)

∫ +∞

−∞f (t)dt = 1


Primjer






P(a < X < b) =

∫ b

af (t)dt.


(i)

∫ +∞

−∞f (t)dt = 1


Primjer

Odredite a2, tako da f (t) = a2 − t2 bude funkciju gustocevjerojatnosti.

Rj. cca 0.9





P(a < X < b) =

∫ b

af (t)dt.


(i)

∫ +∞

−∞f (t)dt = 1


Primjer




Funkcija distribucije

Kljucna za racunanje vjerojatnosti:

F (x) =

∫ x

−∞f (t)dt,

zbog P(a < X < b) = P(a ≤ X ≤ b) = F (b)− F (a).

Zadatak

Zapisati formulama funkcijudistribucije za prethodni zadatak.





F (x) =

∫ x

−∞f (t)dt,


Zadatak






F (x) =

∫ x

−∞f (t)dt,


Zadatak






F (x) =

∫ x

−∞f (t)dt,


Zadatak






F (x) =

∫ x

−∞f (t)dt,


Zadatak




Numericke karakteristike

Matematicko ocekivanje µ = E (X ) =

∫ +∞

−∞tf (t)dt.

Standardna devijacija σ =√

V (X ), gdje jeV (X ) = E

[(X − E (X ))2

]= E (X 2)− E (X )2.

Zadatak

Izracunati matematicko ocekivanje i standardnu devijaciju zaprimjer prethodno zadane kontinuirane razdiobe gustocevjerojatnosti.





∫ +∞

−∞tf (t)dt.



[(X − E (X ))2

]= E (X 2)− E (X )2.

Zadatak






∫ +∞

−∞tf (t)dt.



[(X − E (X ))2

]= E (X 2)− E (X )2.

Zadatak




Uniformna razdioba

Zadana je funkcijom gustoce vjerojatnosti

f (x) =

k , a ≤ x ≤ b0, ostalo

Zadatak

Izracunati parametar k ako je poznat interval [a, b]. Zapisatifunkciju distribucije. Izracunati sve numericke karakteristikeuniformne razdiobe.

k = 1b−a , F (x) = x−a

b−a , Za a ≤ x ≤ b,

E (X ) = a+b2 , V (X ) = (b−a)2

12 , σ = b−a2√3

Za x ≤ a, F (x) = 0, za

x ≥ b, F (x) = 1.



Uniformna razdioba


f (x) =


Zadatak


k = 1b−a , F (x) = x−a

b−a , Za a ≤ x ≤ b,

E (X ) = a+b2 , V (X ) = (b−a)2

12 , σ = b−a2√3

Za x ≤ a, F (x) = 0, za

x ≥ b, F (x) = 1.



Uniformna razdioba


f (x) =


Zadatak


k = 1b−a , F (x) = x−a

b−a , Za a ≤ x ≤ b,

E (X ) = a+b2 , V (X ) = (b−a)2

12 , σ = b−a2√3

Za x ≤ a, F (x) = 0, za

x ≥ b, F (x) = 1.



Uniformna razdioba


f (x) =


Zadatak

Izracunati parametar k ako je poznat interval [a, b].

Zapisatifunkciju distribucije. Izracunati sve numericke karakteristikeuniformne razdiobe.

k = 1b−a , F (x) = x−a

b−a , Za a ≤ x ≤ b,

E (X ) = a+b2 , V (X ) = (b−a)2

12 , σ = b−a2√3

Za x ≤ a, F (x) = 0, za

x ≥ b, F (x) = 1.



Uniformna razdioba


f (x) =


Zadatak

Izracunati parametar k ako je poznat interval [a, b]. Zapisatifunkciju distribucije.

Izracunati sve numericke karakteristikeuniformne razdiobe.

k = 1b−a , F (x) = x−a

b−a , Za a ≤ x ≤ b,

E (X ) = a+b2 , V (X ) = (b−a)2

12 , σ = b−a2√3

Za x ≤ a, F (x) = 0, za

x ≥ b, F (x) = 1.



Uniformna razdioba


f (x) =


Zadatak


k = 1b−a , F (x) = x−a

b−a , Za a ≤ x ≤ b,

E (X ) = a+b2 , V (X ) = (b−a)2

12 , σ = b−a2√3

Za x ≤ a, F (x) = 0, za

x ≥ b, F (x) = 1.



Uniformna razdioba


f (x) =


Zadatak


k = 1b−a , F (x) = x−a

b−a , Za a ≤ x ≤ b,

E (X ) = a+b2 , V (X ) = (b−a)2

12 , σ = b−a2√3

Za x ≤ a, F (x) = 0, za

x ≥ b, F (x) = 1.



Eksponencijalna razdioba

Pozitivnom konstantom λ > 0. Funkcija gustoce vjerojatnosti

f (t) =

λe−λt , t ≥ 0

0, ostalo

Funkcija distribucije: F (x) = P(t ≤ x) = 1− e−λx

Zadatak

Prosjecan dnevni promet na autocesti sirokoj 30 m u spici sezoneiznosi 24000 automobila. Medvjed trci 54 km/h. Koliko jevjerojatno da nece biti udaren onaj medo koji preskoci zicu ipretrcava autocestu?




Pozitivnom konstantom λ > 0.

Funkcija gustoce vjerojatnosti

f (t) =

λe−λt , t ≥ 0

0, ostalo


Zadatak






f (t) =

λe−λt , t ≥ 0

0, ostalo


Zadatak






f (t) =

λe−λt , t ≥ 0

0, ostalo


Zadatak






f (t) =

λe−λt , t ≥ 0

0, ostalo


Zadatak




Normalna razdioba

Normalna razdioba : X ∼ N(µ, σ2)

Parametri : µ ∈ R i σ > 0.

Funkcija gustoce vjerojatnosti :

f (t) =1

σ√

2πe−

(t − µ)2

2σ2

Matematicko ocekivanje : EX = µ.

Varijanca : V (X ) = σ2.

Funkcija razdiobe :

F (x) =1

σ√

2π

∫ x

−∞e−

(t − ν)2

2σ2 dt



Normalna razdioba

Normalna razdioba :

X ∼ N(µ, σ2)



f (t) =1

σ√

2πe−

(t − µ)2

2σ2



Funkcija razdiobe :

F (x) =1

σ√

2π

∫ x

−∞e−

(t − ν)2

2σ2 dt



Normalna razdioba




f (t) =1

σ√

2πe−

(t − µ)2

2σ2



Funkcija razdiobe :

F (x) =1

σ√

2π

∫ x

−∞e−

(t − ν)2

2σ2 dt



Normalna razdioba


Parametri :

µ ∈ R i σ > 0.


f (t) =1

σ√

2πe−

(t − µ)2

2σ2



Funkcija razdiobe :

F (x) =1

σ√

2π

∫ x

−∞e−

(t − ν)2

2σ2 dt



Normalna razdioba




f (t) =1

σ√

2πe−

(t − µ)2

2σ2



Funkcija razdiobe :

F (x) =1

σ√

2π

∫ x

−∞e−

(t − ν)2

2σ2 dt



Normalna razdioba




f (t) =1

σ√

2πe−

(t − µ)2

2σ2



Funkcija razdiobe :

F (x) =1

σ√

2π

∫ x

−∞e−

(t − ν)2

2σ2 dt



Normalna razdioba




f (t) =1

σ√

2πe−

(t − µ)2

2σ2



Funkcija razdiobe :

F (x) =1

σ√

2π

∫ x

−∞e−

(t − ν)2

2σ2 dt



Normalna razdioba




f (t) =1

σ√

2πe−

(t − µ)2

2σ2

Matematicko ocekivanje :

EX = µ.


Funkcija razdiobe :

F (x) =1

σ√

2π

∫ x

−∞e−

(t − ν)2

2σ2 dt



Normalna razdioba




f (t) =1

σ√

2πe−

(t − µ)2

2σ2



Funkcija razdiobe :

F (x) =1

σ√

2π

∫ x

−∞e−

(t − ν)2

2σ2 dt



Normalna razdioba




f (t) =1

σ√

2πe−

(t − µ)2

2σ2


Varijanca :

V (X ) = σ2.

Funkcija razdiobe :

F (x) =1

σ√

2π

∫ x

−∞e−

(t − ν)2

2σ2 dt



Normalna razdioba




f (t) =1

σ√

2πe−

(t − µ)2

2σ2



Funkcija razdiobe :

F (x) =1

σ√

2π

∫ x

−∞e−

(t − ν)2

2σ2 dt



Normalna razdioba




f (t) =1

σ√

2πe−

(t − µ)2

2σ2



Funkcija razdiobe :

F (x) =1

σ√

2π

∫ x

−∞e−

(t − ν)2

2σ2 dt



Normalna razdioba




f (t) =1

σ√

2πe−

(t − µ)2

2σ2



Funkcija razdiobe :

F (x) =1

σ√

2π

∫ x

−∞e−

(t − ν)2

2σ2 dt



Standardna normalna razdioba

Standardna normalna razdioba : Z ∼ N (0, 1).Funkcija gustoce vjerojatnosti :

ϕ(z) =1√2π

e−z2

2 .

Funkcija distribucije :

Φ(z) =1√2π

∫ z

−∞e−u2

2 du.

Tablice.Uociti : Φ(z < −3) = 0 i Φ(z > 3) = 1.

Supstitucija : z =x − νσ

daje F (x) = Φ(z)

Racunanje vjerojatnosti :

p(a < x < b) = F (b)− F (a) = Φ(b)− Φ(a)




Standardna normalna razdioba :

Z ∼ N (0, 1).Funkcija gustoce vjerojatnosti :

ϕ(z) =1√2π

e−z2

2 .


Φ(z) =1√2π

∫ z

−∞e−u2

2 du.



daje F (x) = Φ(z)


p(a < x < b) = F (b)− F (a) = Φ(b)− Φ(a)




Standardna normalna razdioba : Z ∼ N (0, 1).


ϕ(z) =1√2π

e−z2

2 .


Φ(z) =1√2π

∫ z

−∞e−u2

2 du.



daje F (x) = Φ(z)


p(a < x < b) = F (b)− F (a) = Φ(b)− Φ(a)





ϕ(z) =1√2π

e−z2

2 .


Φ(z) =1√2π

∫ z

−∞e−u2

2 du.



daje F (x) = Φ(z)


p(a < x < b) = F (b)− F (a) = Φ(b)− Φ(a)





ϕ(z) =1√2π

e−z2

2 .


Φ(z) =1√2π

∫ z

−∞e−u2

2 du.



daje F (x) = Φ(z)


p(a < x < b) = F (b)− F (a) = Φ(b)− Φ(a)





ϕ(z) =1√2π

e−z2

2 .


Φ(z) =1√2π

∫ z

−∞e−u2

2 du.



daje F (x) = Φ(z)


p(a < x < b) = F (b)− F (a) = Φ(b)− Φ(a)





ϕ(z) =1√2π

e−z2

2 .


Φ(z) =1√2π

∫ z

−∞e−u2

2 du.

Tablice.

Uociti : Φ(z < −3) = 0 i Φ(z > 3) = 1.


daje F (x) = Φ(z)


p(a < x < b) = F (b)− F (a) = Φ(b)− Φ(a)





ϕ(z) =1√2π

e−z2

2 .


Φ(z) =1√2π

∫ z

−∞e−u2

2 du.

Tablice.Uociti :

Φ(z < −3) = 0 i Φ(z > 3) = 1.


daje F (x) = Φ(z)


p(a < x < b) = F (b)− F (a) = Φ(b)− Φ(a)





ϕ(z) =1√2π

e−z2

2 .


Φ(z) =1√2π

∫ z

−∞e−u2

2 du.



daje F (x) = Φ(z)


p(a < x < b) = F (b)− F (a) = Φ(b)− Φ(a)





ϕ(z) =1√2π

e−z2

2 .


Φ(z) =1√2π

∫ z

−∞e−u2

2 du.


Supstitucija :

z =x − νσ

daje F (x) = Φ(z)


p(a < x < b) = F (b)− F (a) = Φ(b)− Φ(a)





ϕ(z) =1√2π

e−z2

2 .


Φ(z) =1√2π

∫ z

−∞e−u2

2 du.



daje F (x) = Φ(z)


p(a < x < b) = F (b)− F (a) = Φ(b)− Φ(a)





ϕ(z) =1√2π

e−z2

2 .


Φ(z) =1√2π

∫ z

−∞e−u2

2 du.



daje F (x) = Φ(z)


p(a < x < b) = F (b)− F (a) = Φ(b)− Φ(a)





ϕ(z) =1√2π

e−z2

2 .


Φ(z) =1√2π

∫ z

−∞e−u2

2 du.



daje F (x) = Φ(z)


p(a < x < b) = F (b)− F (a) = Φ(b)− Φ(a)





ϕ(z) =1√2π

e−z2

2 .


Φ(z) =1√2π

∫ z

−∞e−u2

2 du.



daje F (x) = Φ(z)


p(a < x < b) = F (b)− F (a) = Φ(b)− Φ(a)



Primjena standardne normalne razdiobe

Zadatak

Odojci se krecu na sajmu cca 18± 4 kg . Odredite vjerojatnost da

1 odojak bude ispod 14 kg ,

2 odojak bude iznad 20 kg ,

3 odojak bude od 20 do 24 kg?

4 Odredite gornju granicu za 80% odojaka.

5 Odredite kilazu iznad koje je 3/4 odojaka.




Zadatak










Zadatak










Zadatak










Zadatak










Zadatak










Zadatak









Kolokvij...

1 Broj vozila koja dolaze na servis ima Poissonovu razdiobu.Prosjecno u roku 15 radnih dana servis primi 50 vozila.

1 Izracunajte standardnu devijaciju.2 Kolika je vjerojatnost da u jednom danu barem jedno vozilo

dode na servis?

2 Prilikom ocjenjivanja nekog ispita koristi se normalna razdiobabodova na ispitu. Pozitivnu ocjenu dobiva gornjih 60%studenata na listi. Ako je na zadnjem roku ocekivanje iznosilo49 bodova, a standardna devijacija 16 bodova, koji je biominimalni broj bodova za prolaznu ocjenu?



Kolokvij...



dode na servis?




Kolokvij...



2 Kolika je vjerojatnost da u jednom danu barem jedno vozilodode na servis?




Kolokvij...



dode na servis?




Kolokvij...



dode na servis?




... s teskim zadatkom

1 Funkcija je zadana formulom

f (x) =

0 za x < 3

a(x − 3) za 3 ≤ x < 50 za x ≤ 5

Odredite a tako da f

bude funkcija gustoce vjerojatnosti slucajne varijable X .Nacrtati graf funkcije razdiobe F (x). IzracunatiP(1 < X < 4), P(4 < X < 6) i P(X ≥ 4).





f (x) =

0 za x < 3

a(x − 3) za 3 ≤ x < 50 za x ≤ 5


bude funkcija gustoce vjerojatnosti slucajne varijable X .

Nacrtati graf funkcije razdiobe F (x). IzracunatiP(1 < X < 4), P(4 < X < 6) i P(X ≥ 4).





f (x) =

0 za x < 3

a(x − 3) za 3 ≤ x < 50 za x ≤ 5


bude funkcija gustoce vjerojatnosti slucajne varijable X .Nacrtati graf funkcije razdiobe F (x).

IzracunatiP(1 < X < 4), P(4 < X < 6) i P(X ≥ 4).





f (x) =

0 za x < 3

a(x − 3) za 3 ≤ x < 50 za x ≤ 5


bude funkcija gustoce vjerojatnosti slucajne varijable X .Nacrtati graf funkcije razdiobe F (x). IzracunatiP(1 < X < 4), P(4 < X < 6) i P(X ≥ 4).



... i nastavkom

1 Tri izlaza s autoputa koriste se jednako cesto. Kolika jevjerojatnost da od pet vozila

1 tri vozila izadu na isti izlaz2 svi izadu kroz isti izlaz?

2 Ante pogodi vuka u 60%, Brane u 70%, a Caruga u 90%slucajeva. Ako sva trojica zapucaju s po jednim metkom, a uvuku nadu dva metka, koliko je vjerojatno da Brane nijepogodio?



... i nastavkom


1 tri vozila izadu na isti izlaz

2 svi izadu kroz isti izlaz?




... i nastavkom






... i nastavkom






Kolokvij...

1 Zlatko je iskovao novcic potpuno nalik obicnom, ali koji naPismo pada s vjerojatnosti duplo vise nego na glavu. Imao ga,pa izgubio.Puno poslije, nasao je slican novcic i odlucio uciniti pokus:

a) ako novcic u 10 bacanja na Pismo padne barem 7 puta, Zlatkoce ga zadrzati (i varati s njim)

b) ako novcic padne manje od 7 puta, Zlatko ce ga potrositizajedno s drugima.

Koliko je vjerojatno

1 da Zlatko baci dugo trazeni novcic?2 da Zlatko nadalje koristi obican novcic?



Kolokvij...








Kolokvij...








Kolokvij...








Kolokvij...








Kolokvij...





1 da Zlatko baci dugo trazeni novcic?

2 da Zlatko nadalje koristi obican novcic?



Kolokvij...








...s jos dva...

1 U folklornom drustvu na dva muska clana dolaze tri zenska.30% muskaraca i 20% zena ima svjetliju kosu. Koliko jevjerojatno

1 da slucajno odabrana osoba ima svjetliju kosu?2 da je izabrana osoba sa svjetlom kosom muskarac?

2 Dva cartera trebaju sletjeti izmedu 18:00 i 19:00 sati. Kolikoje vjerojatno da ce izmedu slijetanja proci barem pola sata?



...s jos dva...






...s jos dva...


1 da slucajno odabrana osoba ima svjetliju kosu?

2 da je izabrana osoba sa svjetlom kosom muskarac?




...s jos dva...






...s jos dva...






...i zavrsetkom

1 Tjelesna visina iznosi za zene 168cm sa standardnomdevijacijom σ = 6cm. Odredite:

1 postotak zena koje su vise od 1.8m2 vjerojatnost da vasa sefica nece biti izmedu 160 i 170 cm visine3 donju granicu ispod koje je 10% zena.

2 Zdenka uspjesno parkira u 60% slucajeva. Koliko je vjerojatnoda ce u 5 pokusaja bar dvaput parkirati uspjesno? Koliko jevjerojatno da ce iz pet pokusaja najvise triput pogrijesiti?Kolika bi bila vjerojatnost dobivanja oklade da ce se Zdenkiprilikom 5 uzastopnih parkiranja dogoditi nesto odnavedenog? Pretpostavite binomnu razdiobu.

3 U kutiji je 10 proizvoda, od kojih su tri neispravna. Uzastopnose izvlace proizvodi dok se ne izvuce ispravan. Koliko jeocekivanje broja izvucenih proizvoda, a kolika je standardnadevijacija ovakovog izvlacenja?



...i zavrsetkom







...i zavrsetkom







...i zavrsetkom


1 postotak zena koje su vise od 1.8m

2 vjerojatnost da vasa sefica nece biti izmedu 160 i 170 cm visine3 donju granicu ispod koje je 10% zena.





...i zavrsetkom


1 postotak zena koje su vise od 1.8m2 vjerojatnost da vasa sefica nece biti izmedu 160 i 170 cm visine

3 donju granicu ispod koje je 10% zena.





...i zavrsetkom







...i zavrsetkom







...i zavrsetkom







Statistika

State=drzava: vjestina upravljanja drzavom

temelj: Teorija vjerojatnosti



Statistika





Statistika





Osnovni pojmovi. Vrste statistika

Deskriptivna statistika: prikupljanje, selekcija, grupiranje,graficka prezentacija, kvalitativna analiza.

Inferencijalna statistika: zakljucci na temelju Teorijevjerojatnosti, induktivni pristup













Statisticki skup. Modaliteti

Skup statistickih jedinica

Pojmovna definicija: jednoznacna odredenost elemenata

Prostorna definicija: pripadnost podrucju

Vremenska definicija: trenutak ili interval prikupljanja

Populacija je osnovni skup podataka o promatranom svojstvu zasvaku jedinicu statistickog skupa.











































Obiljezje (kvalitativno)

Svojstvo po kojem su jedinice statistickog skupa slicne ili serazlikuju.

nominalno obiljezje:

atributno, geografsko, alternativnonisu dopustene brojcane operacije

ordinalno ili redosljedno obiljezje

strucna sprema, ekonomska razvijenostosim usporedbe, nikakve brojcane operacije nisu dozvoljene






















atributno, geografsko, alternativno

nisu dopustene brojcane operacije


























strucna sprema, ekonomska razvijenost

osim usporedbe, nikakve brojcane operacije nisu dozvoljene











Obiljezje (kvantitativno)

Intervalno obiljezje

temperatura, ocjenasve racunske operacije osim dijeljenja (omjera)

Numericko obiljezje

neprekinuto ili kontinuirano - masa, vrijeme putovanjadiskretno - broj vozila koja ulaze u raskrscesve racunske operacijediskretno obiljezje s puno modaliteta - kontinuirano






Numericko obiljezje






temperatura, ocjena

sve racunske operacije osim dijeljenja (omjera)

Numericko obiljezje







Numericko obiljezje







Numericko obiljezje







Numericko obiljezje

neprekinuto ili kontinuirano - masa, vrijeme putovanja

diskretno - broj vozila koja ulaze u raskrscesve racunske operacijediskretno obiljezje s puno modaliteta - kontinuirano






Numericko obiljezje

neprekinuto ili kontinuirano - masa, vrijeme putovanjadiskretno - broj vozila koja ulaze u raskrsce

sve racunske operacijediskretno obiljezje s puno modaliteta - kontinuirano






Numericko obiljezje

neprekinuto ili kontinuirano - masa, vrijeme putovanjadiskretno - broj vozila koja ulaze u raskrscesve racunske operacije

diskretno obiljezje s puno modaliteta - kontinuirano






Numericko obiljezje

neprekinuto ili kontinuirano - masa, vrijeme putovanjadiskretno - broj vozila koja ulaze u raskrscesve racunske operacijediskretno obiljezje s puno modaliteta

- kontinuirano






Numericko obiljezje




Primjer prvi

Tabela 1.8 Struktura zaposlenih u grani Proizvodnja obojenihmetala u Republici Hrvatskoj u rujnu 1990 godine

Placa u HRD Struktura zaposlenih u %

HRD Pi

1 2

4000.5-5000.5 8.85000.5-6000.5 17.16000.5-8000.5 50.7

8000.5-10000.5 20.010000.5-12000.5 3.0

12000.5-(20000.5) 0.4

UkupnoNapomena: U izvoru su dane nominalne granice razreda.Izvor: Statisticki godisnjak Republike Hrvatske, 1991



Primjer prvi



HRD Pi

1 2

4000.5-5000.5 8.85000.5-6000.5 17.16000.5-8000.5 50.7

8000.5-10000.5 20.010000.5-12000.5 3.0

12000.5-(20000.5) 0.4




Primjer prvi



HRD Pi

1 2

4000.5-5000.5 8.85000.5-6000.5 17.16000.5-8000.5 50.7

8000.5-10000.5 20.010000.5-12000.5 3.0

12000.5-(20000.5) 0.4




Standardi tablice

naslov

zaglavlje

oznaku stupca

brojcani dio tablice sa svim popunjenim poljima

izvor

Tablica moze imati

oznaku retka

zbirni redak, odnosno stupac



Standardi tablice

naslov

zaglavlje

oznaku stupca


izvor

Tablica moze imati

oznaku retka




Standardi tablice

naslov

zaglavlje

oznaku stupca


izvor

Tablica moze imati

oznaku retka




Standardi tablice

naslov

zaglavlje

oznaku stupca


izvor

Tablica moze imati

oznaku retka




Standardi tablice

naslov

zaglavlje

oznaku stupca


izvor

Tablica moze imati

oznaku retka




Standardi tablice

naslov

zaglavlje

oznaku stupca


izvor

Tablica moze imati

oznaku retka




Standardi tablice

naslov

zaglavlje

oznaku stupca


izvor

Tablica moze imati

oznaku retka




Standardi tablice

naslov

zaglavlje

oznaku stupca


izvor

Tablica moze imati

oznaku retka




Standardi tablice

naslov

zaglavlje

oznaku stupca


izvor

Tablica moze imati

oznaku retka




Standardi tablice

naslov

zaglavlje

oznaku stupca


izvor

Tablica moze imati

oznaku retka




Granice razreda

Prave - jednake granice

Nominalne - razlika u granicama

Granice u godisnjaku:Placa u HRD Struktura zaposlenih u %

HRD Pi

1 2

4001-5000 8.85001-6000 17.16001-8000 50.7

8001-10000 20.010001-12000 3.0

12001 -(20000 ) 0.4

Ukupno



Granice razreda

Prave -

jednake granice



HRD Pi

1 2

4001-5000 8.85001-6000 17.16001-8000 50.7

8001-10000 20.010001-12000 3.0

12001 -(20000 ) 0.4

Ukupno



Granice razreda




HRD Pi

1 2

4001-5000 8.85001-6000 17.16001-8000 50.7

8001-10000 20.010001-12000 3.0

12001 -(20000 ) 0.4

Ukupno



Granice razreda


Nominalne -

razlika u granicama


HRD Pi

1 2

4001-5000 8.85001-6000 17.16001-8000 50.7

8001-10000 20.010001-12000 3.0

12001 -(20000 ) 0.4

Ukupno



Granice razreda




HRD Pi

1 2

4001-5000 8.85001-6000 17.16001-8000 50.7

8001-10000 20.010001-12000 3.0

12001 -(20000 ) 0.4

Ukupno



Granice razreda



Granice u godisnjaku:


HRD Pi

1 2

4001-5000 8.85001-6000 17.16001-8000 50.7

8001-10000 20.010001-12000 3.0

12001 -(20000 ) 0.4

Ukupno



Granice razreda




HRD Pi

1 2

4001-5000 8.85001-6000 17.16001-8000 50.7

8001-10000 20.010001-12000 3.0

12001 -(20000 ) 0.4

Ukupno



Prirodne granice

Granicna vrijednost - veci razred: ai ≤ xi < bPlaca u HRD Struktura zaposlenih u %

HRD Pi

1 2

4000-5000 8.85000-6000 17.16000-8000 50.7

8000-10000 20.010000-12000 3.0

12000 -(20000 ) 0.4

Ukupno



Prirodne granice

Granicna vrijednost -

veci razred: ai ≤ xi < bPlaca u HRD Struktura zaposlenih u %

HRD Pi

1 2

4000-5000 8.85000-6000 17.16000-8000 50.7

8000-10000 20.010000-12000 3.0

12000 -(20000 ) 0.4

Ukupno



Prirodne granice

Granicna vrijednost - veci razred: ai ≤ xi < b


HRD Pi

1 2

4000-5000 8.85000-6000 17.16000-8000 50.7

8000-10000 20.010000-12000 3.0

12000 -(20000 ) 0.4

Ukupno



Prirodne granice

Granicna vrijednost - veci razred: ai ≤ xi < bPlaca u HRD Struktura zaposlenih u %

HRD Pi

1 2

4000-5000 8.85000-6000 17.16000-8000 50.7

8000-10000 20.010000-12000 3.0

12000 -(20000 ) 0.4

Ukupno



Pitanja

Za podatke iz tablice, objasnite pojmove:

Statisticki skup: pojmovna, prostorna, vremenska definicija

Populacija

Obiljezje

Modaliteti

Vrstu skale

Deskriptivna statistika: histogram, poligon frekvencije ikartogram

Inferencijalna statistika: srednja placa i standardna devijacija



Pitanja



Populacija

Obiljezje

Modaliteti

Vrstu skale





Pitanja



Populacija

Obiljezje

Modaliteti

Vrstu skale





Pitanja



Populacija

Obiljezje

Modaliteti

Vrstu skale





Pitanja



Populacija

Obiljezje

Modaliteti

Vrstu skale





Pitanja



Populacija

Obiljezje

Modaliteti

Vrstu skale





Pitanja



Populacija

Obiljezje

Modaliteti

Vrstu skale





Pitanja



Populacija

Obiljezje

Modaliteti

Vrstu skale





Pitanja



Populacija

Obiljezje

Modaliteti

Vrstu skale





Prikupljanje statistickih podataka

Sekundarni podaci - statisticki ljetopisi...

Primarni podaci - promatranja

jednokratnaperiodicnatekuca

Pogreske u promatranju

sistemske - svaki podatak - ne ponistavaju seslucajna - svaki podatak - ponistavaju se medusobno




Sekundarni podaci -

statisticki ljetopisi...


















jednokratna

periodicnatekuca








jednokratnaperiodicna

tekuca


























sistemske

- svaki podatak - ne ponistavaju seslucajna - svaki podatak - ponistavaju se medusobno








sistemske - svaki podatak -

ne ponistavaju seslucajna - svaki podatak - ponistavaju se medusobno








sistemske - svaki podatak - ne ponistavaju se

slucajna - svaki podatak - ponistavaju se medusobno








sistemske - svaki podatak - ne ponistavaju seslucajna

- svaki podatak - ponistavaju se medusobno








sistemske - svaki podatak - ne ponistavaju seslucajna - svaki podatak

- ponistavaju se medusobno











Grupiranje

Poredajte podatke o racunima kupnje (kn)600 100 500 400 150 400 170 200 100390 130 500 100 200 250 400 570 820510 180 870 250 100 150 380 260 400250 400 150 250 500 700 300 300 100500 600 100 250 150 200 500 160 200

Medijan

je vrijednost numerickog obiljezja koje dijeli niz numerickihpodataka poredanih po velicini na dva jednaka dijela. Mod jevrijednost obiljezja koje se najcesce javlja.



Grupiranje

Poredajte podatke o racunima kupnje (kn)

600 100 500 400 150 400 170 200 100390 130 500 100 200 250 400 570 820510 180 870 250 100 150 380 260 400250 400 150 250 500 700 300 300 100500 600 100 250 150 200 500 160 200

Medijan




Grupiranje


Medijan




Grupiranje


Medijan

je vrijednost numerickog obiljezja koje dijeli niz numerickihpodataka poredanih po velicini na dva jednaka dijela.

Mod jevrijednost obiljezja koje se najcesce javlja.



Grupiranje


Medijan




Grupiranje podataka numerickih nizova

Diskretno obiljezje s puno modaliteta - neprekidno - razredi.Broj i sirina razreda - individualno.Sturgerovo pravilo: k = 1 + 3.3 · logN, N je broj podataka.

Zadatak

Svrstajte podatke u razrede s pravim granicama i izracunajtearitmeticku sredinu i standardnu devijaciju.




Diskretno obiljezje s puno modaliteta -

neprekidno - razredi.Broj i sirina razreda - individualno.Sturgerovo pravilo: k = 1 + 3.3 · logN, N je broj podataka.

Zadatak





Diskretno obiljezje s puno modaliteta - neprekidno -

razredi.Broj i sirina razreda - individualno.Sturgerovo pravilo: k = 1 + 3.3 · logN, N je broj podataka.

Zadatak





Diskretno obiljezje s puno modaliteta - neprekidno - razredi.

Broj i sirina razreda - individualno.Sturgerovo pravilo: k = 1 + 3.3 · logN, N je broj podataka.

Zadatak





Diskretno obiljezje s puno modaliteta - neprekidno - razredi.Broj i sirina razreda -

individualno.Sturgerovo pravilo: k = 1 + 3.3 · logN, N je broj podataka.

Zadatak





Diskretno obiljezje s puno modaliteta - neprekidno - razredi.Broj i sirina razreda - individualno.

Sturgerovo pravilo: k = 1 + 3.3 · logN, N je broj podataka.

Zadatak





Diskretno obiljezje s puno modaliteta - neprekidno - razredi.Broj i sirina razreda - individualno.Sturgerovo pravilo:

k = 1 + 3.3 · logN, N je broj podataka.

Zadatak





Diskretno obiljezje s puno modaliteta - neprekidno - razredi.Broj i sirina razreda - individualno.Sturgerovo pravilo: k = 1 + 3.3 · logN,

N je broj podataka.

Zadatak






Zadatak






Zadatak




Osnovne vrijednosti

Apsolutna frekvencija: fi intenzitet pojavnosti∑

fi = N.

Kumulativna frekvencija: Fi , zbraja pojavnosti do i-togmodaliteta Fn = N

Relativna frekvencija Pi , pi ili fir , udio u ukupnom broju

podataka: pi =fiN.

Aritmeticka sredina

x =

∑ni=1 xi fi∑ni=1 fi

=n∑

i=1

xipi .

Statisticki niz: parovi modalitet-frekvencija



Osnovne vrijednosti

Apsolutna frekvencija:

fi intenzitet pojavnosti∑

fi = N.



podataka: pi =fiN.

Aritmeticka sredina

x =


=n∑

i=1

xipi .




Osnovne vrijednosti

Apsolutna frekvencija: fi

intenzitet pojavnosti∑

fi = N.



podataka: pi =fiN.

Aritmeticka sredina

x =


=n∑

i=1

xipi .




Osnovne vrijednosti

Apsolutna frekvencija: fi intenzitet pojavnosti

∑fi = N.



podataka: pi =fiN.

Aritmeticka sredina

x =


=n∑

i=1

xipi .




Osnovne vrijednosti


fi = N.



podataka: pi =fiN.

Aritmeticka sredina

x =


=n∑

i=1

xipi .




Osnovne vrijednosti


fi = N.

Kumulativna frekvencija:

Fi , zbraja pojavnosti do i-togmodaliteta Fn = N


podataka: pi =fiN.

Aritmeticka sredina

x =


=n∑

i=1

xipi .




Osnovne vrijednosti


fi = N.

Kumulativna frekvencija: Fi ,

zbraja pojavnosti do i-togmodaliteta Fn = N


podataka: pi =fiN.

Aritmeticka sredina

x =


=n∑

i=1

xipi .




Osnovne vrijednosti


fi = N.

Kumulativna frekvencija: Fi , zbraja pojavnosti do i-togmodaliteta

Fn = N


podataka: pi =fiN.

Aritmeticka sredina

x =


=n∑

i=1

xipi .




Osnovne vrijednosti


fi = N.



podataka: pi =fiN.

Aritmeticka sredina

x =


=n∑

i=1

xipi .




Osnovne vrijednosti


fi = N.


Relativna frekvencija

Pi , pi ili fir , udio u ukupnom broju

podataka: pi =fiN.

Aritmeticka sredina

x =


=n∑

i=1

xipi .




Osnovne vrijednosti


fi = N.


Relativna frekvencija Pi , pi ili fir ,

udio u ukupnom broju

podataka: pi =fiN.

Aritmeticka sredina

x =


=n∑

i=1

xipi .




Osnovne vrijednosti


fi = N.



podataka:

pi =fiN.

Aritmeticka sredina

x =


=n∑

i=1

xipi .




Osnovne vrijednosti


fi = N.



podataka: pi =fiN.

Aritmeticka sredina

x =


=n∑

i=1

xipi .




Osnovne vrijednosti


fi = N.



podataka: pi =fiN.

Aritmeticka sredina

x =


=n∑

i=1

xipi .




Osnovne vrijednosti


fi = N.



podataka: pi =fiN.

Aritmeticka sredina

x =


=n∑

i=1

xipi .




Osnovne vrijednosti


fi = N.



podataka: pi =fiN.

Aritmeticka sredina

x =


=n∑

i=1

xipi .

Statisticki niz:

parovi modalitet-frekvencija



Osnovne vrijednosti


fi = N.



podataka: pi =fiN.

Aritmeticka sredina

x =


=n∑

i=1

xipi .

Statisticki niz: parovi

modalitet-frekvencija



Osnovne vrijednosti


fi = N.



podataka: pi =fiN.

Aritmeticka sredina

x =


=n∑

i=1

xipi .




Primjer

Primjer

U mjesecnom statistickom izvjescu DSZ, br. 4, 2001, na str. 92.nalaze se podaci o mirovinama u Republici Hrvatskoj, stanjepotkraj travnja 2001. Podaci se odnose na umirovljenike bezzastitnog dodatka. Mirovina u kn, broj korisnika u (000),

Mirovina Broj korisnika Udio Kumulativno

xi fi pi Fi(300)-500 95.4500-1000 215.3

1000-1500 254.31500-2000 219.32000-4000 180.44000-8000 12.4

UkupnoPopunite tablicu. Izracunajte prosjecnu mirovinu.



Primjer

Primjer



xi fi pi Fi(300)-500 95.4500-1000 215.3

1000-1500 254.31500-2000 219.32000-4000 180.44000-8000 12.4

UkupnoPopunite tablicu. Izracunajte prosjecnu mirovinu.



Primjer

Primjer



xi fi pi Fi(300)-500 95.4500-1000 215.3

1000-1500 254.31500-2000 219.32000-4000 180.44000-8000 12.4

Ukupno

Popunite tablicu. Izracunajte prosjecnu mirovinu.



Primjer

Primjer



xi fi pi Fi(300)-500 95.4500-1000 215.3

1000-1500 254.31500-2000 219.32000-4000 180.44000-8000 12.4

UkupnoPopunite tablicu. Izracunajte prosjecnu mirovinu.Bozidar Ivankovic Tomislav Fratrovic Vjerojatnost i statistika


Uvod u teoriju uzoraka

1 Kod uzorka od n podataka, svaki je podatak odabran slucajnoi nezavisno iz populacije: (X1,X2, . . . ,Xn)

2 Svaka slucajna varijabla ima isto (nepoznato) matematickoocekivanje µ

3 Aritmeticka sredina uzorka X =X1 + X2 + · · ·+ Xn

novisi o

uzorku, ali je E (X ) = µ.

4 Svaka slucajna varijabla ima istu (nepoznatu) varijancu σ

5 Varijanca uzorka slucajnih varijabli X1,X2, . . . ,Xn:

S2 =1

n − 1

n∑i=1

(Xi − X

)2.

6 Veza varijance uzorka S2 i varijance statistickog skupa:

S2 =n

n − 1σ2.







novisi o




S2 =1

n − 1

n∑i=1

(Xi − X

)2.


S2 =n

n − 1σ2.







novisi o




S2 =1

n − 1

n∑i=1

(Xi − X

)2.


S2 =n

n − 1σ2.







novisi o




S2 =1

n − 1

n∑i=1

(Xi − X

)2.


S2 =n

n − 1σ2.







novisi o




S2 =1

n − 1

n∑i=1

(Xi − X

)2.


S2 =n

n − 1σ2.







novisi o




S2 =1

n − 1

n∑i=1

(Xi − X

)2.


S2 =n

n − 1σ2.







novisi o




S2 =1

n − 1

n∑i=1

(Xi − X

)2.


S2 =n

n − 1σ2.







novisi o




S2 =1

n − 1

n∑i=1

(Xi − X

)2.


S2 =n

n − 1σ2.



Statisticka procjena aritmeticke sredine

Uzorak treba imati barem 30 elemenata populacije.

1 Varijanca aritmeticke sredine

V (X ) = V

(X1 + X2 + · · ·+ Xn

n

)=

V (X1) + V (X2) + · · ·+ V (Xn)

n2=

nσ2

n2≈ S2

n.

2 VarijablaX − µ

S√n

ima standardnu normalnu razdiobu.






V (X ) = V

(X1 + X2 + · · ·+ Xn

n

)=

V (X1) + V (X2) + · · ·+ V (Xn)

n2=

nσ2

n2≈ S2

n.

2 VarijablaX − µ

S√n







V (X ) = V

(X1 + X2 + · · ·+ Xn

n

)=

V (X1) + V (X2) + · · ·+ V (Xn)

n2=

nσ2

n2≈ S2

n.

2 VarijablaX − µ

S√n







V (X ) = V

(X1 + X2 + · · ·+ Xn

n

)=

V (X1) + V (X2) + · · ·+ V (Xn)

n2=

nσ2

n2≈ S2

n.

2 VarijablaX − µ

S√n







V (X ) = V

(X1 + X2 + · · ·+ Xn

n

)=

V (X1) + V (X2) + · · ·+ V (Xn)

n2=

nσ2

n2≈ S2

n.

2 VarijablaX − µ

S√n







V (X ) = V

(X1 + X2 + · · ·+ Xn

n

)=

V (X1) + V (X2) + · · ·+ V (Xn)

n2=

nσ2

n2≈ S2

n.

2 VarijablaX − µ

S√n




Primjer

Primjer

Duljina putovanja na posao izmjerena na 100 gradana iznosila je15± 2 minute. Izracunajte interval stvarnog putovanja na posaokoji vrijedi u 95% slucajeva.

Rijesiti jednadzbu c =?, stvarni µ nepoznat!

P(X − c < µ < X + c) = 95%

P(−c < µ− X < c

)= 0.95

P

(− c

σ√n

<µ− X

σ√n

<cσ√n

)= 0.95

Φ

(cσ√n

)− Φ

(− c

σ√n

)= 0.95

D

(cσ√n

)= 0.95



Primjer

Primjer



P(X − c < µ < X + c) = 95%

P(−c < µ− X < c

)= 0.95

P

(− c

σ√n

<µ− X

σ√n

<cσ√n

)= 0.95

Φ

(cσ√n

)− Φ

(− c

σ√n

)= 0.95

D

(cσ√n

)= 0.95



Primjer

Primjer



P(X − c < µ < X + c) = 95%

P(−c < µ− X < c

)= 0.95

P

(− c

σ√n

<µ− X

σ√n

<cσ√n

)= 0.95

Φ

(cσ√n

)− Φ

(− c

σ√n

)= 0.95

D

(cσ√n

)= 0.95



Primjer

Primjer



P(X − c < µ < X + c) = 95%

P(−c < µ− X < c

)= 0.95

P

(− c

σ√n

<µ− X

σ√n

<cσ√n

)= 0.95

Φ

(cσ√n

)− Φ

(− c

σ√n

)= 0.95

D

(cσ√n

)= 0.95



Primjer

Primjer



P(X − c < µ < X + c) = 95%

P(−c < µ− X < c

)= 0.95

P

(− c

σ√n

<µ− X

σ√n

<cσ√n

)= 0.95

Φ

(cσ√n

)− Φ

(− c

σ√n

)= 0.95

D

(cσ√n

)= 0.95



Primjer

Primjer



P(X − c < µ < X + c) = 95%

P(−c < µ− X < c

)= 0.95

P

(− c

σ√n

<µ− X

σ√n

<cσ√n

)= 0.95

Φ

(cσ√n

)− Φ

(− c

σ√n

)= 0.95

D

(cσ√n

)= 0.95



Primjer

Primjer



P(X − c < µ < X + c) = 95%

P(−c < µ− X < c

)= 0.95

P

(− c

σ√n

<µ− X

σ√n

<cσ√n

)= 0.95

Φ

(cσ√n

)− Φ

(− c

σ√n

)= 0.95

D

(cσ√n

)= 0.95



Zadaci

Zadatak

Odredite interval moguceg putovanja na posao koji bi vrijedio u60% slucajeva?

Trik: uzeti z =x − µ

S√n

i odrediti c =?, P(−c < z < c) = 60%.

Zadatak

Broj popusenih cigarettesa dnevno kod teenagersa nakon anketedan je u tablici

teenagers 30 21 14 13 8 3 3 2 4 2

cigarettes 1 2 3 4 5 6 7 8 9 10Koliko prosjecno cigareta jedan tinejder popusi dnevno? Odrediteinterval popusenih cigareta za 50% najgorih pusaca. Odreditegornju granicu popusenog iznad koje pusi samo 1% pusaca.



Zadaci

Zadatak



S√n

i odrediti c =?, P(−c < z < c) = 60%.

Zadatak


teenagers 30 21 14 13 8 3 3 2 4 2




Zadaci

Zadatak



S√n

i odrediti c =?, P(−c < z < c) = 60%.

Zadatak


teenagers 30 21 14 13 8 3 3 2 4 2




Zadaci

Zadatak



S√n

i odrediti c =?, P(−c < z < c) = 60%.

Zadatak


teenagers 30 21 14 13 8 3 3 2 4 2




Zadaci

Zadatak



S√n

i odrediti c =?, P(−c < z < c) = 60%.

Zadatak


teenagers 30 21 14 13 8 3 3 2 4 2




Zadaci

Zadatak



S√n

i odrediti c =?, P(−c < z < c) = 60%.

Zadatak


teenagers 30 21 14 13 8 3 3 2 4 2

cigarettes 1 2 3 4 5 6 7 8 9 10

Koliko prosjecno cigareta jedan tinejder popusi dnevno? Odrediteinterval popusenih cigareta za 50% najgorih pusaca. Odreditegornju granicu popusenog iznad koje pusi samo 1% pusaca.



Zadaci

Zadatak



S√n

i odrediti c =?, P(−c < z < c) = 60%.

Zadatak


teenagers 30 21 14 13 8 3 3 2 4 2




Sirovi uzorak

Zadatak

Uzorak se sastoji od podataka o prodaji goriva (supera95) poputnickom automobilu na benzinskoj postaji.

35 24 19 10 11 16 9 33 38 29 7 7

24 5 33 33 11 15 17 11 11 22 7 15

39 14 17 27 21 28 35 24 26 20 28 9

14 31 31 5 18 11 25 15 37 36 11 23

10 34 15 14 25 23 25 21 36 13 6 27

Procijenite prosjecnu prodaju benzina po automobilu. Odrediteinterval prosjecne prodaje benzina po automobilu za 75%,potrosaca. Ispod koje granice trosi 10% potrosaca?



Sirovi uzorak

Zadatak


35 24 19 10 11 16 9 33 38 29 7 7

24 5 33 33 11 15 17 11 11 22 7 15

39 14 17 27 21 28 35 24 26 20 28 9

14 31 31 5 18 11 25 15 37 36 11 23

10 34 15 14 25 23 25 21 36 13 6 27




Sirovi uzorak

Zadatak


35 24 19 10 11 16 9 33 38 29 7 7

24 5 33 33 11 15 17 11 11 22 7 15

39 14 17 27 21 28 35 24 26 20 28 9

14 31 31 5 18 11 25 15 37 36 11 23

10 34 15 14 25 23 25 21 36 13 6 27




Sirovi uzorak

Zadatak


35 24 19 10 11 16 9 33 38 29 7 7

24 5 33 33 11 15 17 11 11 22 7 15

39 14 17 27 21 28 35 24 26 20 28 9

14 31 31 5 18 11 25 15 37 36 11 23

10 34 15 14 25 23 25 21 36 13 6 27




Procjena udjela u populaciji

Neka je p nepoznati postotak odabranih u populacijiNeka je n velicina uzorka iz populacijeNeka je Y broj odabranih u uzorku

Tada je p∗ =Y

npostotak odabranih u uzorku.

E (Y ) = np, σ2(Y ) = np(1− p) - binomna varijabla

Zbog linearnosti: E

(Y

n

)= E (p∗) =

1

nE (Y ) =

1

n· np = p

Analogno: V

(Y

n

)=

1

n2V (Y ) =

p(1− p)

n

Dakle, Z (p∗) =p∗ − p√p(1−p)

n

∼ N(0, 1) (Φ).

Varijanca uzorka S2 = np∗(1− p∗) ∼ np(1− p) = σ2.




Neka je p nepoznati postotak odabranih u populaciji

Neka je n velicina uzorka iz populacijeNeka je Y broj odabranih u uzorku

Tada je p∗ =Y



Zbog linearnosti: E

(Y

n

)= E (p∗) =

1

nE (Y ) =

1

n· np = p

Analogno: V

(Y

n

)=

1

n2V (Y ) =

p(1− p)

n

Dakle, Z (p∗) =p∗ − p√p(1−p)

n

∼ N(0, 1) (Φ).





Neka je p nepoznati postotak odabranih u populacijiNeka je n velicina uzorka iz populacije

Neka je Y broj odabranih u uzorku

Tada je p∗ =Y



Zbog linearnosti: E

(Y

n

)= E (p∗) =

1

nE (Y ) =

1

n· np = p

Analogno: V

(Y

n

)=

1

n2V (Y ) =

p(1− p)

n

Dakle, Z (p∗) =p∗ − p√p(1−p)

n

∼ N(0, 1) (Φ).






Tada je p∗ =Y



Zbog linearnosti: E

(Y

n

)= E (p∗) =

1

nE (Y ) =

1

n· np = p

Analogno: V

(Y

n

)=

1

n2V (Y ) =

p(1− p)

n

Dakle, Z (p∗) =p∗ − p√p(1−p)

n

∼ N(0, 1) (Φ).






Tada je p∗ =Y



Zbog linearnosti: E

(Y

n

)= E (p∗) =

1

nE (Y ) =

1

n· np = p

Analogno: V

(Y

n

)=

1

n2V (Y ) =

p(1− p)

n

Dakle, Z (p∗) =p∗ − p√p(1−p)

n

∼ N(0, 1) (Φ).






Tada je p∗ =Y


E (Y ) = np

, σ2(Y ) = np(1− p) - binomna varijabla

Zbog linearnosti: E

(Y

n

)= E (p∗) =

1

nE (Y ) =

1

n· np = p

Analogno: V

(Y

n

)=

1

n2V (Y ) =

p(1− p)

n

Dakle, Z (p∗) =p∗ − p√p(1−p)

n

∼ N(0, 1) (Φ).






Tada je p∗ =Y


E (Y ) = np, σ2(Y ) = np(1− p) -

binomna varijabla

Zbog linearnosti: E

(Y

n

)= E (p∗) =

1

nE (Y ) =

1

n· np = p

Analogno: V

(Y

n

)=

1

n2V (Y ) =

p(1− p)

n

Dakle, Z (p∗) =p∗ − p√p(1−p)

n

∼ N(0, 1) (Φ).






Tada je p∗ =Y



Zbog linearnosti: E

(Y

n

)= E (p∗) =

1

nE (Y ) =

1

n· np = p

Analogno: V

(Y

n

)=

1

n2V (Y ) =

p(1− p)

n

Dakle, Z (p∗) =p∗ − p√p(1−p)

n

∼ N(0, 1) (Φ).






Tada je p∗ =Y



Zbog linearnosti: E

(Y

n

)=

E (p∗) =1

nE (Y ) =

1

n· np = p

Analogno: V

(Y

n

)=

1

n2V (Y ) =

p(1− p)

n

Dakle, Z (p∗) =p∗ − p√p(1−p)

n

∼ N(0, 1) (Φ).






Tada je p∗ =Y



Zbog linearnosti: E

(Y

n

)= E (p∗) =

1

nE (Y ) =

1

n· np = p

Analogno: V

(Y

n

)=

1

n2V (Y ) =

p(1− p)

n

Dakle, Z (p∗) =p∗ − p√p(1−p)

n

∼ N(0, 1) (Φ).






Tada je p∗ =Y



Zbog linearnosti: E

(Y

n

)= E (p∗) =

1

nE (Y ) =

1

n· np = p

Analogno: V

(Y

n

)=

1

n2V (Y ) =

p(1− p)

n

Dakle, Z (p∗) =p∗ − p√p(1−p)

n

∼ N(0, 1) (Φ).






Tada je p∗ =Y



Zbog linearnosti: E

(Y

n

)= E (p∗) =

1

nE (Y ) =

1

n· np =

p

Analogno: V

(Y

n

)=

1

n2V (Y ) =

p(1− p)

n

Dakle, Z (p∗) =p∗ − p√p(1−p)

n

∼ N(0, 1) (Φ).






Tada je p∗ =Y



Zbog linearnosti: E

(Y

n

)= E (p∗) =

1

nE (Y ) =

1

n· np = p

Analogno: V

(Y

n

)=

1

n2V (Y ) =

p(1− p)

n

Dakle, Z (p∗) =p∗ − p√p(1−p)

n

∼ N(0, 1) (Φ).






Tada je p∗ =Y



Zbog linearnosti: E

(Y

n

)= E (p∗) =

1

nE (Y ) =

1

n· np = p

Analogno: V

(Y

n

)=

1

n2V (Y ) =

p(1− p)

n

Dakle, Z (p∗) =p∗ − p√p(1−p)

n

∼ N(0, 1) (Φ).






Tada je p∗ =Y



Zbog linearnosti: E

(Y

n

)= E (p∗) =

1

nE (Y ) =

1

n· np = p

Analogno: V

(Y

n

)=

1

n2V (Y ) =

p(1− p)

n

Dakle, Z (p∗) =p∗ − p√p(1−p)

n

∼ N(0, 1) (Φ).






Tada je p∗ =Y



Zbog linearnosti: E

(Y

n

)= E (p∗) =

1

nE (Y ) =

1

n· np = p

Analogno: V

(Y

n

)=

1

n2V (Y ) =

p(1− p)

n

Dakle, Z (p∗) =p∗ − p√p(1−p)

n

∼ N(0, 1) (Φ).






Tada je p∗ =Y



Zbog linearnosti: E

(Y

n

)= E (p∗) =

1

nE (Y ) =

1

n· np = p

Analogno: V

(Y

n

)=

1

n2V (Y ) =

p(1− p)

n

Dakle, Z (p∗) =p∗ − p√p(1−p)

n

∼ N(0, 1)

(Φ).






Tada je p∗ =Y



Zbog linearnosti: E

(Y

n

)= E (p∗) =

1

nE (Y ) =

1

n· np = p

Analogno: V

(Y

n

)=

1

n2V (Y ) =

p(1− p)

n

Dakle, Z (p∗) =p∗ − p√p(1−p)

n

∼ N(0, 1) (Φ).






Tada je p∗ =Y



Zbog linearnosti: E

(Y

n

)= E (p∗) =

1

nE (Y ) =

1

n· np = p

Analogno: V

(Y

n

)=

1

n2V (Y ) =

p(1− p)

n

Dakle, Z (p∗) =p∗ − p√p(1−p)

n

∼ N(0, 1) (Φ).

Varijanca uzorka S2 = np∗(1− p∗)

∼ np(1− p) = σ2.





Tada je p∗ =Y



Zbog linearnosti: E

(Y

n

)= E (p∗) =

1

nE (Y ) =

1

n· np = p

Analogno: V

(Y

n

)=

1

n2V (Y ) =

p(1− p)

n

Dakle, Z (p∗) =p∗ − p√p(1−p)

n

∼ N(0, 1) (Φ).

Varijanca uzorka S2 = np∗(1− p∗) ∼ np(1− p) = σ2.Bozidar Ivankovic Tomislav Fratrovic Vjerojatnost i statistika


Anketa

Primjer

Ispitivanjem javnog mnijenja utvrdeno je da ulazak u EU opravdava44% anketiranih. Ispitati standardnu devijaciju i odrediti intervalpostotka uz vjerojatnost pogreske 5%, ako je broj ispitanih bio

1 130

2 1300

3 13000

4 13



Anketa

Primjer


1 130

2 1300

3 13000

4 13



Anketa

Primjer


1 130

2 1300

3 13000

4 13



Anketa

Primjer


1 130

2 1300

3 13000

4 13



Anketa

Primjer


1 130

2 1300

3 13000

4 13



Anketa

Primjer


1 130

2 1300

3 13000

4 13



Testiranje statistickih hipoteza

Pogreske prilikom testiranja

1 Prihvatiti pogresnu pretpostavku - manja greska - druge vrste

2 Odbaciti dobru pretpostavku - veca greska - prve vrste

Konstrukcija testa

1 dopustena vjerojatnost greske prve vrste - α - nivosignifikantnosti

2 minimalna vjerojatnost greske druge vrste - β

3 pouzdanost testa: 1− α4 jakost ili ostrina testa: 1− β







Konstrukcija testa








1 Prihvatiti pogresnu pretpostavku -

manja greska - druge vrste


Konstrukcija testa








1 Prihvatiti pogresnu pretpostavku - manja greska -

druge vrste


Konstrukcija testa










Konstrukcija testa









2 Odbaciti dobru pretpostavku -

veca greska - prve vrste

Konstrukcija testa









2 Odbaciti dobru pretpostavku - veca greska -

prve vrste

Konstrukcija testa










Konstrukcija testa










Konstrukcija testa










Konstrukcija testa

1 dopustena vjerojatnost greske prve vrste -

α - nivosignifikantnosti









Konstrukcija testa

1 dopustena vjerojatnost greske prve vrste - α -

nivosignifikantnosti









Konstrukcija testa










Konstrukcija testa


2 minimalna vjerojatnost greske druge vrste -

β








Konstrukcija testa










Konstrukcija testa



3 pouzdanost testa:

1− α4 jakost ili ostrina testa: 1− β







Konstrukcija testa



3 pouzdanost testa: 1− α

4 jakost ili ostrina testa: 1− β







Konstrukcija testa



3 pouzdanost testa: 1− α4 jakost ili ostrina testa:

1− β







Konstrukcija testa






Hipoteza o vjerojatnosti

Neka je p∗ empirijska vjerojatnost za uzorak velicine n. Neka je p

hipotetska vjerojatnost. Neka je Z (p∗) =p∗ − p√p∗(1−p∗)

n

. Testiranje

dilema

H0 : p∗ > p

H1 : p∗ p

H1 : p∗ p

H1 : p∗ p

H1 : p∗ p

H1 : p∗ p

H1 : p∗ < p




Primjer

Primjer

Celnici stranke A tvrde da njihovu stranku podupire barem 22%biraca. Ispitivanje se provodi na uzorku od 1 000 ljudi.

1 Formirajte test koji ce s greskom 1. vrste α = 0.05 odbacivatiili prihvacati gornju tvrdnju.

2 Kolika je vjerojatnost da ce Vas test prihvatiti gornju tvrdnjuako u stvarnosti tek 18% biraca podrzava stranku A?

barem 242 covjeka od nasumce odabranih 1 000 mora dati svojglas. Anketa ne prolazi u drugom slucaju.



Primjer

Primjer







Primjer

Primjer







Primjer

Primjer







Primjer

Primjer




barem 242 covjeka od nasumce odabranih 1 000 mora dati svojglas.

Anketa ne prolazi u drugom slucaju.



Primjer

Primjer







Zadatak

Zadatak

Celnici jedne stranke tvrde da vladu podupire najvise 40% biraca.Ispitivanje se provodi na uzorku od 500 ljudi.

1 Formirajte test koji ce s greskom prve vrste α = 2% prihvatitiili odbaciti gornju tvrdnju.

2 Kolika je vjerojatnost da ce vas test prihvatiti gornju tvrdnjuako u stvarnosti 50% biraca podrzava vladu?

Rjesenje

1 ispod 178 od 500 ispitanika

2 vjerojatnost je nula



Zadatak

Zadatak




Rjesenje





Zadatak

Zadatak




Rjesenje





Zadatak

Zadatak




Rjesenje





Zadatak

Zadatak




Rjesenje





Zadatak

Zadatak




Rjesenje





Zadatak

Zadatak

Vlada tvrdi da je protiv ulaska Hrvatske u EU manje od 50%gradana.

1 Formirajte test na uzorku od 500 ljudi koji ce uz gresku prvevrste α = 0.05 prihvatiti ili odbaciti tvrdnju Vlade.

2 Kolika je vjerojatnost da ce Vas test prihvatiti tvrdnju Vladeako je u stvarnosti 55% gradana protiv?

Rjesenje

1 Ako vise od 231 od njih 500 bude protiv, vlada ne bi trebalatako nesto pricati!.

2 Nema sansi!



Zadatak

Zadatak




Rjesenje


2 Nema sansi!



Zadatak

Zadatak




Rjesenje


2 Nema sansi!



Zadatak

Zadatak




Rjesenje


2 Nema sansi!



Zadatak

Zadatak




Rjesenje


2 Nema sansi!



Zadatak

Zadatak




Rjesenje


2 Nema sansi!



χ2 test

Testiranje podudarnosti empirijskih frekvencija fi i teoretskihfrekvencija f ∗i velicinom

χ2 =k∑

i=1

(fi − f ∗i )2

f ∗i.

Hipoteza o podudarnosti se odbacuje ako je χ2 > c sa vjerojatnosti

F (c) = 1− α

da se frekvencije zaista ne podudaraju.



χ2 test


χ2 =k∑

i=1

(fi − f ∗i )2

f ∗i.


F (c) = 1− α




χ2 test


χ2 =k∑

i=1

(fi − f ∗i )2

f ∗i.


F (c) = 1− α




χ2 test


χ2 =k∑

i=1

(fi − f ∗i )2

f ∗i.


F (c) = 1− α




Testiranje kontinuriranih razdioba

Zadatak

Mjerenjem vijeka trajanja akumulatora u mjesecima za 5000transformatora dobiveni su slijedeci rezultati.

trajanje 0-10 10-20 20-30 30-40

transformatori 2025 1225 650 100Uz razinu pouzdanosti 1% testirajte hipotezu da je vijek trajanjatransformatora velicina eksponencijalne distribucije.

Zadatak

Dani su podaci pruzatelja internet usluga o sekundama trajanjaprekida veze (linka):

sekunde 0-0.1 0.1-0.2 0.2-0.3 0.3-0.4 0.4-0.5

prekidi 4 83 281 79 3Testirajte hipotezu o normalnoj razdiobi uz nivo signifikantnoati5% .




Zadatak


trajanje 0-10 10-20 20-30 30-40


Zadatak


sekunde 0-0.1 0.1-0.2 0.2-0.3 0.3-0.4 0.4-0.5

prekidi 4 83 281 79 3Testirajte hipotezu o normalnoj razdiobi uz nivo signifikantnoati5% .




Zadatak


trajanje 0-10 10-20 20-30 30-40


Zadatak


sekunde 0-0.1 0.1-0.2 0.2-0.3 0.3-0.4 0.4-0.5

prekidi 4 83 281 79 3Testirajte hipotezu o normalnoj razdiobi uz nivo signifikantnoati5% . Bozidar Ivankovic Tomislav Fratrovic Vjerojatnost i statistika


Testiranje diskretnih razdioba

Zadatak

Broj studenata koji su na ispitu tocno rijesili odgovarajuci brojzadataka prikazan je u tablici:

broj rijesenih zadataka 0 1 2 3 4

broj studenata 8 10 12 4 2Testirajte hipotezu o Poissonovoj razdiobi broja tocno rijesenihzadataka na testu, ako je nivo signifikantnosti α = 5%.

Zadatak

Prilikom anketiranja studenata o broju izlazaka na ispit izvjerojatnosti i statistike dobiveni su slijedeci odgovori:

izlasci 0 1 2 3 4

studenata 6 12 18 16 7Testirajte hipotezu o binomnoj razdiobi broja izlazaka na ispit.Nivo signifikantnosti neka je 5%.




Zadatak




Zadatak


izlasci 0 1 2 3 4

studenata 6 12 18 16 7Testirajte hipotezu o binomnoj razdiobi broja izlazaka na ispit.Nivo signifikantnosti neka je 5%.




Zadatak




Zadatak


izlasci 0 1 2 3 4

studenata 6 12 18 16 7Testirajte hipotezu o binomnoj razdiobi broja izlazaka na ispit.Nivo signifikantnosti neka je 5%.Bozidar Ivankovic Tomislav Fratrovic Vjerojatnost i statistika


Korelacija i regresija

Koeficijent korelacije dvaju obiljezja mjerenih na istih n statistickihjedinica jednak je

r =SxySxSy

,

gdje je

Sxy =1

n − 1

∑i

(xi − x)(yi − y), kovarijanca

S2x =

1

n − 1

∑i

(xi − x)2

S2y =

1

n − 1

∑i

(yi − y)2



Koeficijent operativno

Razradena formula zax x1 x2 · · · xny y1 y2 · · · yn

glasi

r =

∑i xiyi − nx y√

(∑

i x2i − nx2) · (

∑i y

2i − ny2)

.

Zadatak

Odredite koeficijent korelacije potrosnje vina i pive kroz godine umilijunima litara

god 1995. 1996. 1997. 1998. 1999.

vino 13.3 12.2 11.8 10.7 10.5

pivo 2.9 2.7 2.7 2.4 2.4



Koeficijent operativno

Razradena formula zax x1 x2 · · · xny y1 y2 · · · yn

glasi

r =

∑i xiyi − nx y√

(∑

i x2i − nx2) · (

∑i y

2i − ny2)

.

Zadatak

Odredite koeficijent korelacije potrosnje vina i pive kroz godine umilijunima litara

god 1995. 1996. 1997. 1998. 1999.

vino 13.3 12.2 11.8 10.7 10.5

pivo 2.9 2.7 2.7 2.4 2.4



Pravac regresije za uzorak

U slucaju apsolutno velikih r -ova, isplati se pisati pravac regresijey = a + bx o ovisnosti y -a o x-u:

a =

∑i yi ·

∑i x

2i −

∑i xi ·

∑i xiyi

n ·∑

i x2i − (

∑i xi )

2

b =n ·∑

i xiyi −∑

i xi ·∑

i yin ·∑

i x2i − (

∑i xi )

2

Zadatak

Odredite jednadzbu pravca regresije ovisnosti potrosnje piva opotrosnji vina.



Pravac regresije za uzorak

U slucaju apsolutno velikih r -ova, isplati se pisati pravac regresijey = a + bx o ovisnosti y -a o x-u:

a =

∑i yi ·

∑i x

2i −

∑i xi ·

∑i xiyi

n ·∑

i x2i − (

∑i xi )

2

b =n ·∑

i xiyi −∑

i xi ·∑

i yin ·∑

i x2i − (

∑i xi )

2

Zadatak

Odredite jednadzbu pravca regresije ovisnosti potrosnje piva opotrosnji vina.



Dopunski zadaci

1 Broj zaposlenih i ukupan prihod zadani su u tablici:

zaposleni 22 31 90 82 43

prihod 250 300 920 850 410

Izracunajte koeficijent korelacije i napisite pravac regresije po kojemprihod ovisi o broju zaposlenih.

2 Testirajte hipotezu Poissonove distribucije uz nivo signifikantnosti 0.05 zakontrolu 200 serija nekog proizvoda:

neispravnih u seriji 0 1 2 3 4

broj serija 112 54 28 4 2

3 Mjerenjem vijeka trajanja akumulatora u godinama dobiveni su podaci:

trajanje 0-1 2-3 3-4 4-5 5-6

broj akumulatora 150 100 70 45 25

Testirajte hipotezu o eksponencijalnoj distribuciji.



Rjesenja dopunskih zadataka

1 y = 10.285x − 5.28

2 Odbacuje se uz χ2 = 6.04. x = 0.65

3 x = 2, λ = 0.5, χ2 = 111.508 > 7.81.




1 y = 10.285x − 5.28

2 Odbacuje se uz χ2 = 6.04. x = 0.65

3 x = 2, λ = 0.5, χ2 = 111.508 > 7.81.




1 y = 10.285x − 5.28

2 Odbacuje se uz χ2 = 6.04. x = 0.65

3 x = 2, λ = 0.5, χ2 = 111.508 > 7.81.




1 y = 10.285x − 5.28

2 Odbacuje se uz χ2 = 6.04. x = 0.65

3 x = 2, λ = 0.5, χ2 = 111.508 > 7.81.



Ispit iz vjerojatnosti ...

1 U plavoj kutiji su cetiri crne i tri bijele kuglice, a u zutoj kutijisu tri crne i cetiri bijele kuglice. Martin je iz plave u zutukutiju prebacio jednu kuglicu. Koliko je vjerojatno da ceAdam iz zute kutije nakon toga izvuci crnu kuglicu?

2 Mjesecni broj prometnih nesreca u Republici Hrvatskojslucajna je varijabla normalne razdiobe s ocekivanim brojemod 350 i standardnim odstupanjem od 70 prometnih nesreca.

1 Koliko je vjerojatno da u lipnju bude najvise 400 prometnihnesreca?

2 Do danas je zabiljezeno 150 prometnih nesreca. Koliko jevjerojatno da ih do kraja mjeseca nece biti vise od 150?































... i statistike

1 Broj neispravnih autobusa po danima zabiljezen je u tablici:neispr. bus. 0 1 2 3

dani 10 12 6 2Testirajte hipotezu o Poissonovoj razdiobi uz signifikantnostα = 1%. Koliko je vjerojatno da ce sutra bar jedan autobusbiti neispravan?

2 Izracunajte koeficijent korelacije za visinu mladenca imladenke u sljedecim vjencanjima, a u cm:

mladenka 162 164 158 170 160

mladenac 172 175 178 168 182Nacrtajte pravac regresije.



... i statistike


dani 10 12 6 2

Testirajte hipotezu o Poissonovoj razdiobi uz signifikantnostα = 1%. Koliko je vjerojatno da ce sutra bar jedan autobusbiti neispravan?


mladenka 162 164 158 170 160




... i statistike




mladenka 162 164 158 170 160




... i statistike




mladenka 162 164 158 170 160




... i statistike




mladenka 162 164 158 170 160

mladenac 172 175 178 168 182

Nacrtajte pravac regresije.



... i statistike




mladenka 162 164 158 170 160

Documents

Bo zidar Ivankovi c Tomislav Fratrovi c Studijska godina ...e-student.fpz.hr/Predmeti/V/Vjerojatnost_i_statistika/Novosti/Nastava... · Bo zidar Ivankovi c Tomislav Fratrovi c Vjerojatnost